[发明专利]一种基于ROI的图像质量评价方法

权利要求书

1.一种基于ROI的图像质量评价方法，其特征在于：包括步骤：其中：

步骤(1)、灰度图的转化：分别将参考图像和失真图像转化为灰度图，并将灰度图分成M*N个子块，后续步骤中针对参考图像和失真图像进行的操作是针对二者对应的灰度图进行的操作；

步骤(2)、SSIM相似度测试：由SSIM测量系统对参考图像和失真图像进行相似度测试，相似度测试包括：亮度对比、对比度对比和结构对比，分别通过计算亮度比较函数l(x,y)、对比度比较函数c(x,y)及结构比较函数s(x,y)来获得；假设参考图像为X，失真图像为Y,x和y分别为图像X和Y中相对应的子块；

步骤(3)、梯度信息的提取：分别计算参考图像与失真图像的梯度图，根据梯度图计算梯度比较函数g(x,y)；

步骤(4)、将步骤(2)和步骤(3)获得的信息进行合并、融合得到参考图像与失真图像的局部相似性图；

步骤(5)、客观评价值R_GSSIM的计算：首先利用基于相位谱法的视觉显著性计算模型，计算参考图像的ROI图，并将其分成M*N的子块，得到权重图；然后利用权重图对步骤(4)得到的局部相似性图进行加权处理，得到最终的客观评价值R_GSSIM。

2.根据权利要求1所述基于ROI的图像质量评价方法，其特征在于：所述步骤(1)中灰度图的转化方法包括：最大值法、平均值法、加权平均值法。

3.根据权利要求1所述的基于ROI的图像质量评价方法，其特征在于：所述步骤(3)中梯度信息提取的步骤，包括：

步骤(31)、分别计算参考图像与失真图像的梯度图；

步骤(32)、将梯度图分为M*N个子块；

步骤(33)、计算参考图像与失真图像对应梯度图子块的梯度比较函数g(x,y)。

4.根据权利要求3所述基于ROI的图像质量评价方法：所述梯度信息的提取实现过程如下：

所述步骤(31)中梯度图算法中的梯度算子采用改进的八方向的Sobel算子：采用大小为5×5的八方向模板，八个方向分别为0°、22.5°、45°、67.5°、90°、112.5°、135°和157.5°；

所述步骤(33)中假设参考图像为X，失真图像为Y,x和y分别为参考图像X和失真Y中相对应的子块，定义参考图像子块x和失真图像子块y的梯度比较函数为g(x,y)；

根据梯度比较函数的定义，可知g(x,y)满足以下三个特性：

(a)对比性：g(x,y)＝g(y,x)；

(b)有界性：g(x,y)≤1；

(c)最大值唯一性：g(x,y)＝1，当且仅当参考图像子块x和失真图像子块y完全相同时，值才为1。

5.根据权利要求1所述基于ROI的图像质量评价方法：所述步骤(4)中合并、融合得到参考图像与失真图像的局部相似性图的实现过程如下：

步骤(41)、将亮度比较函数l(x,y)、对比度比较函数c(x,y)、结构比较函数s(x,y)和梯度比较函数g(x,y)采用相乘方式进行合并、融合得到基于梯度结构相似度的图像质量评价模型GSSIM(x,y)；

步骤(42)、重复步骤(41)计算每个图像块的GSSIM值，然后对所有图像块的GSSIM值求平均，得到失真图像最终客观评价值MGSSIM(x,y)。

6.根据权利要求1所述基于ROI的图像质量评价方法：所述步骤(5)客观评价值R_GSSIM的计算的步骤包括：

步骤(51)首先，利用傅里叶变换的相位谱法的视觉显著性计算模型，计算参考图像的ROI图；具体步骤如下：

(1.1)通过傅立叶变换将参考图像f(x,y)由空间域变换到频域：F(u,v)＝f{f(x,y)}；

(1.2)计算参考图像的相位谱A(u,v)；

(1.3)将参考图像的相位谱进行傅里叶逆变换，得到空间域中的基于相位谱的视觉显著性图：SMap(x,y)，即ROI图；其次，将参考图像的ROI图分成M*N个子块，得到权重图；利用M*N的高斯窗口对视觉显著性图SMap(x,y)进行滑动分块，设x,y分别为参考图像和失真图像对应位置的子块，与子块x,y相同大小和位置的SMap(x,y)子块为s，定义该位置处的权值为W，得到权重图；

步骤(52)、利用权重图对步骤(4)得到的局部相似性图进行加权处理，得到最终的客观评价值R_GSSIM。