[发明专利]一种基于离散不可分离剪切波变换和人眼视觉特性的图像质量评价方法

说明书

本发明公开了一种基于离散不可分离剪切波变换和人眼视觉特性的图像质量评价方法，包括如下步骤：步骤一、对图像进行离散不可分离剪切波变换；步骤二、使用离散不可分离剪切波变换子带中的系数计算离散不可分离剪切波变换域中的局部对比度；步骤三、使用对比度敏感函数构建离散不可分离剪切波变换域中的对比度检测门限；步骤四、计算离散不可分离剪切波变换域的视觉隐藏效应；步骤五、计算离散不可分离剪切波变换域的恰可识别检测门限；步骤六、集成所有的差值作为失真图像的客观评价值；本发明所述方法使用离散不可分离剪切波变换模仿人眼视觉系统的多通道特性，同时考虑了对比度敏感函数和视觉隐藏效应，形成离散不可分离剪切波变换域的恰可识别检测门限。使用Minkowski求和实现差值集成，并产生了一个客观值用来表示失真图像的质量。

技术领域

本发明涉及图像质量评价方法，尤其涉及一种基于离散不可分离剪切波变换和人眼视觉特性的图像质量评价方法。

背景技术

图像质量评价是图像处理领域中最基本、最具有挑战性的研究邻域之一。进行图像质量评价研究的目的是得到一个和主观评价保持一致性的客观评价方法。一个成功的客观评价方法能够减少工人繁重的工作，例如通信中图像质量的监控、印刷质量的检测等。此外在很多领域，例如数字图像获取、图像压缩、数字水印、图像恢复、图像的色彩对比度增强、图像的显示等，成功的客观质量评价方法能够在线提高这些领域中实现算法的性能，同时减少计算的复杂度。

图像质量评价方法分为主观评价和客观评价。由于主观评价需要消耗大量的时间和人力，成本比较大。此外，主观评价不适合于在线的视觉信号处理，例如编码、传输、中继等。因此，客观评价方法被大量研究。均方误差和峰值信噪比是传统的客观评价方法，这两种方法比较简单，大量用于图像质量的客观评价。但是，它们不能和图像的主观评价结果保持一致。传统的图像质量客观评价方法包括峰值信噪比(Peak signal-to-noise ratio，PSNR)和均方误差(Mean squared error，MSE)。这两种方法仅仅简单计算原始图像和失真图像之间像素的差值，和人眼主观评价之间的相关性很差。

图像质量的客观评价方法是根据人眼视觉在观看一个失真图像时考虑的首要原则去构建评价模型。典型的首要原则包括结构相似性(Structural similarity，SSIM)方法(Wang Z,Bovik AC,Sheikh HR and Simoncelli EP,“Image quality assessment:Fromerror visibility to structural similarity”,IEEE Trans Image Process,vol.13,no.4,pp.600-612,2004)和视觉信息保真度(Visual information fidelity，VIF)方法(Sheikh HR and Bovik AC，“Image information and visual quality”,IEEE TransImage Process，vol.15，no.2，pp.430-444,2006)。结构相似性方法假设人眼视觉系统高度重视图像结构的失真，并把图像结构的失真程度作为测量图像质量失真的标准。结构相似性方法在图像质量评价领域被进一步的扩展和研究。在视觉信息保真度方法中，图像质量评价问题被认为是信息保真度的问题，通过处理进入人眼视觉中的图像信号去获取认知信息。通过使用小波变换，视觉信息保真度方法把失真图像提供的关于参考图像的信息量使用数值表示。因为人眼是失真图像的最终接受端和评估端，所以非常有必要把人眼视觉系统的心理特性融合进图像质量评价系统的具体实现过程。在过去的二十多年中，大量的工作研究了基于人眼视觉系统特性的图像质量评价。