[发明专利]图像评估方法、装置、电子设备及计算机可读介质在审

专利信息
申请号: 201811393400.8 申请日: 2018-11-21
公开(公告)号: CN109522960A 公开(公告)日: 2019-03-26
发明(设计)人: 朱兴杰;刘岩;邓文忠;张秋晖 申请(专利权)人: 泰康保险集团股份有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 隆天知识产权代理有限公司 72003 代理人: 章侃铱;郑特强
地址: 100031 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 计算机可读介质 电子设备 图像评估 标准图像 特征向量 梯度特征 原始图像 特征图 高斯 预处理 评分模型 输入图像 图像 评估
【说明书】:

本公开涉及一种图像评估方法、装置、电子设备及计算机可读介质。该方法包括:对原始图像进行预处理,生成标准图像;获取所述标准图像的梯度特征图与高斯拉普拉斯特征图;获取所述梯度特征图与所述高斯拉普拉斯特征图的特征向量;以及将所述特征向量输入图像评分模型中以获取所述原始图像的评分。本公开涉及的图像评估方法、装置、电子设备及计算机可读介质,能够快速准确的对图像质量进行评估。

技术领域

本公开涉及计算机信息处理领域,具体而言,涉及一种图像评估方法、装置、电子设备及计算机可读介质。

背景技术

随着信息时代的到来,数字图像作为一种重要的信息载体,能满足日益增长的现代化业务需求。计算机和网络的发展扩展了图像应用领域,图像在获取、压缩、处理、传输、存储等过程中会带来不同程度和类型的失真,直接影响信息的获取。因此,在图像处理和应用领域建立有效的图像质量评价体系具有重大意义。

目前图像质量评价方法有两大类。(1)主观评价方法。由人工对图像质量进行评分,人是图像的最终使用者主观质量评价是最为准确、可靠的图像质量评价方法。但是由于其耗时、昂贵非常不适用于大数据时代对数据的处理要求。(2)客观评价方法。具有简单、实时、可重复和易集成等优点,近几十年发展快速,成为图像质量评价体系中的研究热点。利用数学和工程方法对图像质量进行度量,弥补了主观评价方法的不足。由于人是图像的最终受体,客观评价与主观评价结果的一致性是客观评价方法好坏的重要衡量指标。结合图像自身特点和人类视觉系统的生理和心理特性的方法成为了当今研究的热点。

因此,需要一种能够准确的对图像进行评估的方法、装置、电子设备及计算机可读介质。

在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

有鉴于此,本公开提供一种图像评估方法、装置、电子设备及计算机可读介质,能够快速准确的对图像质量进行评估。

本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。

根据本公开的一方面,提出一种图像评估方法,该方法包括:对原始图像进行预处理,生成标准图像;获取所述标准图像的梯度特征图与高斯拉普拉斯特征图;获取所述梯度特征图与所述高斯拉普拉斯特征图的特征向量;以及将所述特征向量输入图像评分模型中以获取所述原始图像的评分。

在本公开的一种示例性实施例中,还包括:通过训练图像对支持向量机模型进行训练,以获取所述图像评分模型。

在本公开的一种示例性实施例中,通过训练图像对支持向量机模型进行训练,以获取所述图像评分模型包括:确定训练图像的所述梯度特征图与所述高斯拉普拉斯特征图;根据所述特征图确定所述训练图像的特征向量;确定所述训练图像的评分;以及根据所述训练图像的评分与所述训练图像的特征向量对支持向量机模型进行训练,以获取所述图像评分模型。

在本公开的一种示例性实施例中,根据所述训练图像的评分与所述训练图像的特征向量对支持向量机模型进行训练,以获取所述图像评分模型包括:将所述训练图像输入支持向量机模型中;通过所述训练图像的评分对所述支持向量机模型中的参数进行调整;以及所述支持向量机模型中的参数满足阈值时,生成所述图像评分模型。

在本公开的一种示例性实施例中,对原始图像进行预处理,生成标准图像包括:对所述原始图像进行调整分辨率处理;对调整分辨率处理之后的原始图像进行标准化处理;将标准化处理之后的原始图像进行色彩空间转换处理,生成所述标准图像。

在本公开的一种示例性实施例中,将标准化处理之后的原始图像进行色彩空间转换处理包括:将标准化处理之后的原始图像由RGB颜色空间转换到YcbCr颜色空间中。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于泰康保险集团股份有限公司,未经泰康保险集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811393400.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top