[发明专利]一种超分辨率图像的图像质量分析方法及系统

说明书

本发明提供了一种超分辨率图像的图像质量分析方法及系统，通过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；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。本发明在超分辨率图像上的分析比现有的图像质量分析方法更加客观准确，为监控领域、卫星图像以及医学影像中对低分辨图像进行重建后得到的超分辨率图像质量进行分析提供了重要的应用价值。

技术领域

本发明涉及数字图像处理及计算机视觉技术领域，尤其涉及的是一种超分辨率图像的图像质量分析方法及系统。

背景技术

图像超分辨率是图像处理领域中的一个重要研究课题，通过对图像进行超分辨率处理，可以提高图像的分辨率，使得图像更为清晰，其在图像重建中具有较多重要应用，例如：

(1)在数字电视(DTV)向高清晰度电视(HDTV)过度阶段，仅有部分电视节目会以HDTV的形式播出，不少节目采用的是DTV的形式。因此，可以利用超分辨率重建技术将DTV信号转化为与HDTV接收机相匹配的信号，提高电视节目的兼容性；

(2)在采集军事与气象遥感图像时，由于受到成像条件与成像系统分辨率的限制，不可能获得清晰度很高的图像,而通过利用超分辨率重建技术，在不改变卫星图像探测系统的前提下，可实现高于系统分辨率的图像观测；

(3)在医学成像系统中(如CT、MRI和超声波仪器等)，可以用超分辨率重建技术来提高图像质量，对病变目标进行仔细地检测；

(4)在银行、证劵等部门的安全监控系统中，当有异常情况发生后，可对监控录像进行超分辨率重建，提高图像要害部分的分辨率，从而为事件的处理提供重要的线索；

(5)可以将超分辨率重建技术用于图像压缩。平时存储或传输低分辨率的图像信息，当有不同需要时，再利用超分辨率重构技术获得不同分辨率的图像和视频。

随着深度学习的不断发展，图像超分辨率处理技术也在不断前进，已经出现了很多研究成果。然而，对于超分辨图像质量分析仍然面临着巨大挑战。由于人的视觉感知存在差异，对图像质量的主观评价标准参差不齐，亟需一种客观准确的超分辨率图像质量分析方法，建立图像质量的客观评判标准，以此来推动图像超分辨率技术的不断发展。

目前已经出现了许多图像质量分析的方法，如PSNR算法(Peak Signal toNoiseRatio，峰值信噪比)，MOS算法(Mean Opinion Scores，主观质量评分)以及SSIM算法(Structural SIMilarity，图像相似度)等。为了分析高光谱图像的质量，还提出了一个多元SSIM，将多光谱像素作为一个多元向量。除了在SSIM中使用的平均值、方差和协方差外，图像质量分析利用到许多其他特征和信息。比如信息保真度准则及视觉信息保真度，将参考图像与失真图像之间的相互信息作为视觉质量计算。

因为图像结构特征在视觉感观中占主导地位，许多现有的全参考图像质量方法强调图像结构失真的重要性。然而对于超分辨率图像来说，图像细节同样重要。另外，对于一些超分辨率图像里面存在的虚假纹理，现有的图像质量分析方法没有进行考虑。因此现有的这些图像质量分析方法并不适合于超分辨率图像的图像质量分析。

因此，现有技术有待于进一步的改进。

发明内容

鉴于上述现有技术中的不足之处，本发明的目的在于提供一种超分辨率图像的图像质量分析方法及系统，克服现有技术中缺乏针对超分辨率图像的质量分析方法的缺陷。

本发明提供的第一实施例为一种超分辨率图像的质量分析方法，其中，包括步骤：

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；