[发明专利]一种无参考夜间自然图像质量评价方法

权利要求书

1.一种无参考夜间自然图像质量评价方法，具体包括以下步骤；

1)图像颜色及对比度特征提取

给定一幅夜间图像I，首先计算对立色空间对比度能量：

其中e∈{gray,yb,rg},表示夜间图像I的颜色通道；gray＝0.299R+0.587G+0.114B，yb＝0.5(R+G)-B，rg＝R-G；α是ζ(I_e)的最大值，κ表示对比度增益，β_e表示给定颜色通道的噪声阈值；h_h和h_v是高斯函数水平和垂直方向的二阶导数，符号表示卷积操作；获得夜间图像I三个通道的C_e后取均值，获得三个特征f1,f2,f3；

根据夜间图像I，对图像进行分块，在图像块上计算其对比度C_c：

求取均值和方差表示图像对比度特征f4,f5；

2)图像纹理特征提取

对于夜间图像I，首先计算其显著性图sal_color，然后计算夜间按照下式计算夜间图像I及其显著性图的信息熵表征图像包含的信息量的多少，获得纹理特征f6,f7：

E＝-∑p_ilog p_i (4)

其中pi表示第i个像素值的概率；

采用增强算法对夜间图像进行增强获得增强图像I_E，利用Canny算子对夜间图像及其增强图像进行处理获得相应的边缘图像，使用增强图像与夜间图像边缘图信息熵的差值来表示图像保留的边缘细节丰富程度：

E_d＝E_E-edge-E_edge (5)

其中E_E-edge表示增强图像边缘图的信息熵，E_edge表示夜间图像边缘图的信息熵，获得表示图像边缘细节的特征f8；

3)图像亮度特征提取

首先将夜间图像I由RGB颜色空间转换到Lab颜色空间，取L分量并归一化至[0,1]区间，然后将其划分为图像块，使用高，中，低三种亮度级来计算图像曝光以有效地对图像亮度变化进行建模，对于L空间的像素i，其曝光程度由高斯加权函数计算：

其中i_t表示三个亮度阈值，即i_t＝0.2为低亮度阈值、i_t＝0.5为中亮度阈值、i_t＝0.8为高亮度阈值；采用减去均值的方法来对块曝光值进行归一化：

NL_exp＝L_exp-μ_patch (7)

其中NL_exp表示去除局部均值后的归一化的曝光系数，μ_patch表示图像块曝光值的均值；

使用零均值广义高斯分布模型拟合像素曝光系数分布，在高，中，低三种亮度级的三个去除局部均值后的归一化的曝光系数分布拟合中分别提取广义高斯分布拟合的形状参数和方差作为反映图像曝光程度的特征，因此获得曝光特征f9,f10,f11,f12,f13,f14；

4)考虑到人类视觉系统多尺度特性，对夜间图像进行下采样，在两个尺度上对夜间图像进行特征提取过程，共得到28维特征向量，使用支持向量回归SVR建立夜间图像无参考质量评价模型，输入测试图像可获得相应的质量分数。