[发明专利]一种图像色彩和谐程度的评估方法及装置

说明书

本发明实施例提供了一种图像色彩和谐程度的评估方法及装置，其中方法包括：通过预设的无向图建立初始条件随机场；根据预设样本图像和预设训练算法，对初始神经网络进行训练；利用训练后的神经网络确定初始条件随机场的关联势函数及交互势函数；根据关联势函数和所述交互势函数，确定初始条件随机场对应的条件随机场模型；当获取到待评估图像时，将待评估图像切分为多个图像块并输入至条件随机场模型，计算得到待评估图像的色彩和谐评估值。本发明实施例提供的图像色彩和谐程度的评估方法，无需人工评估即可计算得到对应的色彩和谐评估值，从而实现自动对图像的色彩和谐程度进行评估。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种图像色彩和谐程度的评估方法及装置。

背景技术

从人类历史开始时，在大自然中寻找美丽就吸引了人们的兴趣。如今，作为发现、欣赏、创造美的基本步骤之一，图像美学评估已经得到了研究界和工业界的广泛关注。例如，在图像检索领域，首选的系统除了能返回语义相关性外，还可以返回美观的图像。同样，在图像推荐系统中，人们希望得到具有迷人的构图和和谐色彩的高美学质量照片。

现有技术中，技术人员根据经验选取一些与图像美学评价相关的图像特征描述图像美学质量。例如将光照和色彩、饱和度和色调、三分法、区域组成等多重特征引入到SVM(Support Vector Machine，支持向量机)等相关工具中进行训练，并对目标图像的美学价值进行分类评估。

然而，经验性地提取图像特征来进行美学评估是一项繁琐的工作，严重依赖于技术人员对照相领域知识的理解，技术人员难以选择合适的图像美学评价的图像特征。目前还没有一种通过神经网络对图像的色彩和谐程度进行评估的模型。

发明内容

本发明实施例的目的在于提供一种图像色彩和谐程度的评估方法及装置，以实现自动对图像的色彩的和谐程度进行评估的目的。具体技术方案如下：

第一方面，本发明实施例提供了一种图像色彩和谐程度的评估方法，包括：

通过预设的无向图建立初始条件随机场；

根据预设样本图像和预设训练算法，对初始神经网络进行训练，所述预设样本图像包括高质量预设样本图像和低质量预设样本图像；

利用训练后的神经网络确定所述初始条件随机场的关联势函数及交互势函数；

根据所述关联势函数和所述交互势函数，确定所述初始条件随机场对应的条件随机场模型；

当获取到待评估图像时，将所述待评估图像切分为多个图像块并输入至所述条件随机场模型，计算得到所述待评估图像的色彩和谐评估值。

可选地，所述根据预设样本图像和预设训练算法，对初始神经网络进行训练，并利用训练后的神经网络确定所述初始条件随机场对应的关联势函数及交互势函数之前，所述方法还包括：

获取多张高质量样本图像和多张低质量样本图像，将所述多张高质量样本图像和所述多张低质量样本图像中的每张图像切分为多个样本图像块；

将所述多张高质量样本图像对应的样本图像块归类至第一样本图像块集合；

将所述多张低质量样本图像对应的样本图像块归类至第二样本图像块集合。

可选地，所述根据预设样本图像和预设训练算法，对初始神经网络进行训练，包括：

从所述第一样本图像块集合中，选取一个样本图像块并标注第一类别标签后，输入初始残差神经网络；或者，从所述第二样本图像块集合中，选取一个样本图像块并标注第二类别标签后，输入至所述初始残差神经网络，对所述初始残差神经网络进行训练，所述第一类别标签和所述第二类别标签不同；