[发明专利]一种无参考的拼接图像质量评价方法及系统

说明书

本发明公开了一种无参考的拼接图像质量评价方法及系统，属于图像处理技术领域。该评价方法包括以下步骤：先计算自适应阈值，并判断拼接图像的细节复杂程度；接着，通过拼接图像的细节复杂程度确定每个像素点的邻域中像素点的个数，并计算得到每个像素点的CLBP窗口梯度差异值；然后，通过计算得到拼接图像的平均CLBP窗口梯度差异值，便可对拼接图像的质量进行评价。本发明提供的拼接图像质量评价方法，通过利用拼接图像的平均CLBP窗口梯度差异值（MCLBP_M值）对拼接图像的质量进行客观性的评价，操作简单，且无需参考图像，就可达到与主观评价结果相一致的评价效果。

技术领域

本发明涉及图像处理技术领域，具体是一种无参考的拼接图像质量评价方法及系统。

背景技术

图像拼接技术，是一种将数张有重叠部分的图像拼成一幅无缝的全景图或高分辨率图像的技术，通过图像拼接技术可以将多张图像拼接形成拼接图像。由于受图像拼接技术的限制，拼接图像的图像质量可能会存在一定的缺陷，故往往需要对拼接图像进行质量评价，以判断拼接图像的图像质量水平。

然而，传统拼接图像的质量评价方法，是以高质量拼接图像作为参考，然后通过人为主观对拼接图像进行评价的，其不仅操作不方便、效率低下，而且不够客观，对同一拼接图像进行评价，可能会出现多种评价结果。

另外，局部二值模式(Local Binary Patterns，LBP)是计算机视觉领域里用于分类的视觉算子，其通过图像的中心像素点及其邻域的像素点，可以对图像的局部特征进行分析。其中，完整局部二值模式(Complete Local Binary Pattern，CLBP)是一种改进的局部二值模式，其通过CLBP窗口梯度差异描述子，即CLBP窗口梯度差异值(Complete LocalBinary Pattern-Magnitude,CLBP_M)可以对图像的局部特征进行更加准确的分析。

因此，目前急需一种基于CLBP窗口梯度差异值的拼接图像质量评价方法，以客观地对拼接图像的质量进行评价。

发明内容

本发明的目的在于提供一种无参考的拼接图像质量评价方法及系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明实施例提供如下技术方案：

一种无参考的拼接图像质量评价方法，包括以下步骤：

获取拼接图像的行数、列数、总像素点个数以及各个像素点的灰度值；

根据总像素点个数和各个像素点的灰度值，计算得到自适应阈值；

根据自适应阈值判断拼接图像的细节复杂程度；

通过拼接图像的细节复杂程度确定每个像素点的邻域中像素点的个数，并根据每个像素点的邻域中像素点的个数，计算得到每个像素点的CLBP窗口梯度差异值；

根据拼接图像的行数、列数以及每个像素点的CLBP窗口梯度差异值，计算得到拼接图像的平均CLBP窗口梯度差异值；

通过拼接图像的平均CLBP窗口梯度差异值对拼接图像的质量进行评价。

本发明实施例提供的一种优选方案，所述的步骤中，自适应阈值记为c′，所述自适应阈值c′的计算公式为：

m_p＝|g_p-g_c|；

其中，g_p为邻域像素点的灰度值；g_c为中心像素点的灰度值；P为邻域中像素点的个数；N为总像素点个数；所述自适应阈值c′的计算公式在计算时，P取值为9。