[发明专利]全参考的视频图像质量评价方法

权利要求书

1.一种全参考的视频图像质量评价方法，其特征在于，

包括：

获取包括亮度通道的参考视频图像和目标视频图像；

对所述参考视频图像的亮度通道进行N次压缩，获得对应各次压缩的N个参考亮度通道，对所述目标视频图像的亮度通道进行N次压缩，获得各次压缩后的N个目标亮度通道，并且基于第n个参考亮度通道和第n个目标亮度通道计算第n个亮度的相关性分数，进而获得N个亮度的相关性分数；

基于所述参考视频图像和所述目标视频图像，获得所述参考视频图像的参考特征向量和所述目标视频图像的目标特征向量，并且基于所述参考特征向量和所述目标特征向量获得特征向量的相关性分数；并且

根据所述N个亮度的相关性分数和所述特征向量的相关性分数获得视频图像质量评价分数，其中N为正整数，

所述亮度的相关性分数的计算方法包括：对所述参考亮度通道进行两次高斯滤波，获得参考视频图像高斯差分图；对所述目标亮度通道进行两次高斯滤波，获得目标视频图像高斯差分图；并且基于所述参考视频图像高斯差分图和所述目标视频图像高斯差分图获得所述亮度的相关性分数，

所述特征向量的相关性分数P'满足式(III)：

其中，t为特征向量的元素标号，CF_S表示参考特征向量，CF_D表示目标特征向量。

2.根据权利要求1所述的视频图像质量评价方法，其特征在于，

所述视频图像质量评价分数满足式(Ⅰ)：

其中，N为压缩次数，H、W分别为未压缩的视频图像的高和宽，H_n和W_n分别表示进行第n次压缩后的视频图像的高和宽，n和N均为正整数，P_n表示亮度的相关性分数，P'表示特征向量的相关性分数，score表示视频图像质量评价分数。

3.根据权利要求1所述的视频图像质量评价方法，其特征在于，

在获得所述参考视频图像高斯差分图的步骤中，所述两次高斯滤波包括基于参考亮度通道的视频图像复杂度确定滤波尺度的第一次高斯滤波、以及基于参考亮度通道的标准差确定滤波尺度的第二次高斯滤波，

所述参考亮度通道的视频图像复杂度的计算方法，包括：

对于所述参考亮度通道的像素点，以该像素点为中心，取大小为L×P的视频图像块，基于该视频图像块的灰度均值、该视频图像块的方差以及该像素点的灰度值在该视频图像块出现的概率，获得该像素点的局部复杂度；并且

对所述参考亮度通道内的所有像素点的局部复杂度进行求取平均以获得所述参考亮度通道的视频图像复杂度。

4.根据权利要求1所述的视频图像质量评价方法，其特征在于，

在获得所述目标视频图像高斯差分图的步骤中，所述两次高斯滤波包括基于所述目标亮度通道的视频图像复杂度确定滤波尺度的第一次高斯滤波、以及基于所述目标亮度通道的标准差确定滤波尺度的第二次高斯滤波，

所述目标亮度通道的视频图像复杂度的计算方法，包括：

对于所述目标亮度通道的像素点，以该像素点为中心，取大小为L×P的视频图像块，基于该视频图像块的灰度均值、该视频图像块的方差以及该像素点的灰度值在该视频图像块出现的概率，获得该像素点的局部复杂度；并且

对所述目标亮度通道内的所有像素点的局部复杂度进行求取平均以获得所述目标亮度通道的视频图像复杂度。

5.根据权利要求1所述的视频图像质量评价方法，其特征在于，

所述亮度的相关性分数P_n满足式(Ⅱ)：

其中，为参考视频图像高斯差分图的灰度平均值，GDM_S(u,v)为参考视频图像高斯差分图的像素点，为目标视频图像高斯差分图的灰度平均值，GDM_D(u,v)为目标视频图像高斯差分图的像素点，c为常数。

6.根据权利要求1所述的视频图像质量评价方法，其特征在于，

使用池化对所述参考视频图像的亮度通道和所述目标视频图像的亮度通道进行压缩。