[发明专利]一种超分辨率图像的图像质量分析方法及系统

权利要求书

1.一种超分辨率图像的质量分析方法，其特征在于，包括：

获取源参考图像和获取与所述源参考图像内容和像素个数均相同的超分辨率图像；

分别分解出所述源参考图像和超分辨率图像的纹理分量、结构分量和高频分量；

分解出所述源参考图像和超分辨图像纹理分量的步骤包括：

分别计算超分辨率图像和源参考图像中每个像素的统计特征向量，将计算出的统计特征向量分别与各自的2范数相比，将相比之后，计算得到的比值做内积，得到内积值；

将超分辨率图像和源参考图像的纹理分量分成多个图像块，计算超分辨率图像和源参考图像两个图像中相同大小图像块的方差值，并获取两个方差值中的最大值；

将所述内积值、所述方差值中的最大值和预设第一调整因子相结合计算纹理分量；

对分解出的所述纹理分量、结构分量和高频分量分别进行池化，得到与三个分量相对应的三个池化分数；

将三个池化分数相融合得到图像质量分析值。

2.根据权利要求1所述的超分辨率图像的质量分析方法，其特征在于，所述分别计算超分辨率图像和源参考图像中每个像素的统计特征向量步骤包括：

使用方向梯度直方图算法、尺度不变特征匹配算法或者局部二值模式算法获取超分辨率图像和源参考图像中每个像素的统计特征向量。

3.根据权利要求1所述的超分辨率图像的质量分析方法，其特征在于，分解出所述源参考图像和超分辨图像结构分量的步骤包括：

将超分辨率图像和源参考图像分成多个图像块；

计算每个图像块的主方向和所述主方向的内积并取绝对值，得到内积值；

计算超分辨率图像和源参考图像在结构分量中每个像素的归一化的梯度幅度；

将所述内积值、所述梯度幅度和预设第二调整因子相结合，得到所述结构分量。

4.根据权利要求1所述的超分辨率图像的质量分析方法，其特征在于，将所述源参考图像和超分辨图像分解成高频分量的步骤包括：

计算源参考图像和超分辨图像的高频能量向量做内积，将内积的值与所述高频能量向量的2范数之比作为高频分量。

5.根据权利要求1所述的超分辨率图像的质量分析方法，其特征在于，将所述源参考图像和超分辨图像分解成高频分量的步骤包括：

计算源参考图像和超分辨图像的高频能量向量，将所述高频能量向量与所述高频能量向量的2范数之积作为高频分量。

6.根据权利要求4或5所述的超分辨率图像的质量分析方法，其特征在于，所述高频能量的计算公式为：

其中，j是像素的位置索引，N(i)是像素i的相邻像素，N_N是相邻像素的数目，s是结构分量，s_σ是s通过一个方差为σ的高斯卷积核卷积得到，s_σ代表了s的低频部分。

7.根据权利要求1所述的超分辨率图像的质量分析方法，其特征在于，所述对分解出的所述纹理分量、结构分量和高频分量分别进行池化，得到与三个分量相对应的三个池化分数的步骤还包括：

对所述纹理分量、结构分量和高频分量进行加权平均。

8.根据权利要求7所述的超分辨率图像的质量分析方法，其特征在于，所述将三个池化分数相融合得到图像质量分析值的步骤包括：

所述图像质量分析值由如下公式计算得到：

其中，p为图像质量分析值，α0且β0，α和β为调整系数；P_t、P_s、P_h分别为所述纹理分量、结构分量和高频分量的加权平均值。

9.一种超分辨率图像的质量分析系统，其特征在于，包括：

图像信息获取模块，用于获取源参考图像和获取与所述源参考图像的内容和像素个数均相同的超分辨率图像；

图像分量分解模块，用于分别分解出所述源参考图像和超分辨率图像的纹理分量、结构分量和高频分量；

分解出所述源参考图像和超分辨图像纹理分量具体为：

分别计算超分辨率图像和源参考图像中每个像素的统计特征向量，将计算出的统计特征向量分别与各自的2范数相比，将相比之后，计算得到的比值做内积，得到内积值；

将超分辨率图像和源参考图像的纹理分量分成多个图像块，计算超分辨率图像和源参考图像两个图像中相同大小图像块的方差值，并获取两个方差值中的最大值；

将所述内积值、所述方差值中的最大值和预设第一调整因子相结合计算纹理分量；

池化处理模块，用于对分解出的所述纹理分量、结构分量和高频分量分别进行池化，得到与三个分量相对应的三个池化分数；分值融合模块，用于将三个池化分数相融合得到图像质量分析值。