[发明专利]基于拮抗颜色空间半参考色调映射图像质量评价方法

说明书

基于拮抗颜色空间半参考色调映射图像质量评价方法，获取结构保真度特征F₁、梯度域自然度特征F₂、拮抗空间颜色自然度特征F₃，支持向量机训练出函数模型，得到图像质量评价分。与现有技术相比，本发明的有益效果是：由于本发明在拮抗颜色空间提取了HDR图像和TM图像的结构保真度特征，有效地表达了HDR在色调映射过程中的结构失真；本发明还将TM图像从RGB颜色空间转换成拮抗颜色空间，分别利用GGD作特征提取，考虑到了颜色信息，提高算法的性能；同时，本发明的关键性能指标PLCC和SROCC超过了国际上现有代表性的算法。

技术领域

本发明涉及一种色调映射图像质量评价方法，尤其涉及基于拮抗颜色空间半参考色调映射图像质量评价方法。

背景技术

在近几年，HDR图像已经收到了欢迎，因为它能表达10000：1的亮度数量级，能够提供更好的对比度、细节保护和表达。然后为了显示HDR图像在传统显示器上，需要对HDR图像做色调映射，不同的TM算子会产生不同的结果，如何评价色调映射后的图像成为一个自然的问题。由于色调映射过程压缩了动态范围，一些图像属性会被改变，一些不同的失真和伪影会被产生。不同的图像属性表达了TM图像的视觉质量，这些包括亮度、对比度、颜色、细节、伪影。随着多媒体应用的快速发展，如视频压缩优化、图像/视频增强和重定目标优化等对客观图像质量评估的需求显著增加。在过去的几十年中，已经为LDR图像开发了几种 IQA方法，但为HDR和色调映射图像设计的方法还不多。在TM质量评价，最早的方法是TMQI，使用了SSIM启发的结构保真度测量和自然度统计，这两个特征都使用了亮度，并没有使用颜色信息。Wang等人将改进的MS-SSIM算法与自然场景统计特性相结合，提出了TMQI算法，该方法提取了动态范围差异较小的特征，考虑了TM图像的自然度，因此效果相比传统方法有所提升，但是它没有考虑TM图像的颜色失真。Hossein等人将HDR图像的RGB三个通道的动态范围分别进行压缩，再使用改进的FSIM模型对每个通道的图像进行评价，提出了FSITM 算法，其优点在于对HDR图像的预处理缩小了动态范围的差异，也考虑了颜色信息，其缺点在于压缩导致的失真以及未考虑的图像自然度。针对这些方法的不足， Song等人从亮度、感知颜色、图像对比度、细节信息四个方面对TM图像进行评价，提出了NITI算法，该方法从图像自然度的角度建立较全面的质量评价算法，取得了较好的效果。其他方法还有TMQI-NSS-σ，TMQI-NSS-Entropy,TMQI-NSS- σ合并了MSCN方法，TMQI-NSS-Entropy使用了信息熵来池化，最近又有了TMQI。现有半参考TM图像质量评价方法很少考虑颜色信息，即使部分算法考虑了颜色信息，也不是在拮抗颜色空间中提取特征。在TM中颜色信息依赖亮度信息，因为色调映射过程中亮度范围被减少。因此颜色信息的适当使用可以提高质量评价的效果。有些TM算子使用颜色信息来产生TM图像获得好的效果，因此质量评价时使用颜色信息是有帮助的。现有最具代表性的算法TMQI的PLCC指标是 0.7715，SROCC指标是0.7407，相对本发明性能较低。现有算法的自然度统计主要在亮度域上做，没有考虑颜色自然度。

发明内容

本发明所要解决的技术问题是提供了基于拮抗颜色空间半参考色调映射图像质量评价方法，本发明所述方法设计了一组特征，分别称为结构保真度特征、梯度域自然度特征、拮抗空间颜色自然度特征，三类特征值获得后，用支持向量机进行聚合获得质量分。

基于拮抗颜色空间半参考色调映射图像质量评价方法，包括以下步骤：

步骤A：对HDR图像和TM图像在RGB空间分别做二维一阶高斯导数处理，然后处理后的图像转换到拮抗颜色空间，在拮抗颜色空间计算拮抗角，最后以拮抗角为元素计算HDR和TM图像的结构保真度，作为结构保真度特征F₁；

步骤B：把TM图像转换成灰度图像，然后用Sobel算子计算TM图像的梯度， M(i,j)为图像I在(i,j)位置的像素的梯度幅值