[发明专利]一种无参考夜间自然图像质量评价方法

说明书

本发明涉及一种无参考夜间自然图像质量评价方法，包括以下步骤；1)图像颜色及对比度特征提取；2)图像纹理特征提取；3)图像亮度特征提取；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。

技术领域

本发明属于图像处理领域，尤其是设计一种夜间自然图像的无参考质量评价方法

背景技术

近年来，随着图像成像系统技术的提高，用户相较于以往能够获得画质更高的图像，得到更好的视觉体验。但是由于夜间图像在拍摄时处在低亮度环境下，因此夜间图像往往存在图像整体偏暗、对比度低、清晰度差等缺点，影响用户视觉体验的同时不利于后续图像处理。但目前鲜少有关于夜间图像质量评价的研究。本发明综合考虑夜间图像特点，基于颜色和对比度特征、纹理特征和亮度特征，提出一种无参考图像质量评价方法。

发明内容

本发明针对夜间图像的失真特点，提出一种无参考夜间自然图像质量评价方法，该方法与人类主观评价具有较高的一致性。技术方案如下：

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_i logp_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，使用增强图像与失真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：