[发明专利]基于图像显著性检测的全参考图像质量评价方法

权利要求书

1.一种基于图像显著性检测的全参考图像质量评价方法，其特征在于，包括以下步骤：

Step1：空间转换

提取失真图像和其对应的原始图像，并将失真图像和其对应的原始图像从RGB颜色空间转换到Lab颜色空间；

Step2：图像分割

将Lab颜色空间下的彩色图像分割成区域；

Step3：RCC显著性检测

(1)计算区域的颜色对比度

对于分割成区域的图像，计算每个区域的颜色距离，计算公式如下：

其中，D_r(r₁,r₂)是两个区域r₁和r₂的颜色距离度量，f(c_k,i)是第i个颜色c_k,i在第k个区域r_k的所有n_k种颜色中出现的概率，其中k＝1或2，n_k是图像中所含的颜色总数；

(2)计算区域的亮度对比度

对于分割成区域的图像，计算每个区域的亮度度量，计算公式如下：

其中，N_k和N_i分别为区域k和i中的像素个数，I_k,n和I_i,m为区域k和i中第n个和第m个像素的亮度值；

(3)结合空间权值计算显著值

显著值的计算公式如下：

其中，D_s(r_k,r_i)是区域r_k和r_i的欧式空间距离，D_a(r_k,r_i)＝D₁(r_k,r_i)+D_r(r_k,r_i)，ω(r_i)作为权值是区域r_i中的像素个数，σ_s是控制空间权值强度；

Step4：超像素分割

对RGB颜色空间下的失真图像和其对应的原始图像进行超像素分割；

Step5：AMC显著性检测

根据超像素分割后的图像中马尔可夫链的被吸收时间遍历马尔科夫链的击中时间，同时考虑显著目标和背景的外观差异及空间的分布，从转移节点到吸收节点的被吸收时间依赖它们之间的路径权重及空间距离，建立一种图模型，将显著性检测作为半监督分类的一种方式，根据部分吸收随机游走的吸收概率进行马尔可夫链的显著性检测，得到显著图；

Step6：VSI计算

将以上步骤计算出的失真图像和其对应的原始图像的RCC显著图VS3、VS1以及失真图像和其对应的原始图像的AMC显著图VS4、VS2共计四个显著图作为输入，计算得出失真图像的图像质量。

2.根据权利要求1所述的基于图像显著性检测的全参考图像质量评价方法，其特征在于，在Step2中，将Lab颜色空间下的彩色图像分割成区域的方法具体如下：

(1)计算每一个像素点与其8邻域或4邻域的不相似度；

(2)将边按照不相似度从小到大排列，排序得到e₁,e₂,…,e_N；

(3)选择e_i并对当前选择的e_i进行合并判断，i∈[1,N]，令其所连接的顶点为(V_m,V_n)，如果满足合并条件，则执行步骤(4)，否则执行步骤(5)，该合并条件有两条：

(i)V_m和V_n不属于同一个区域，即Id(V_m)≠Id(V_n)；

(ii)每个像素点的不相似度不大于V_m和V_n两个区域内部的不相似度；

(4)更新阈值以及类标号，将Id(V_m)≠Id(V_n)的类标号统一为Id(V_m)的类标号，更新该类的不相似性阈值；

(5)如果i≤N，则按照排好的顺序，选择下一条边转到步骤(3)，否则结束。