[发明专利]一种基于MMTD的图像质量客观评价方法

摘要

本发明公开了一种基于MMTD的SSIM图像质量评价方法，该方法提高了原SSIM图像质量评价方法的性能，属于图像质量评价中全参考评价的研究领域；传统的SSIM质量评价方法，对每个像素点同等关注并且没有考虑局部像素点的特征信息的关联性，不符合HVS的相关特性；针对这样的问题，本方法根据提取出的全局显著图，运用MMTD求出每个8*8子块平均显著图灰度值的距离比例函数，确定相应子块局部SSIM评分的权值，最终归一化求取整体SSIM评分，达到提高方法性能的效果。

主权项

一种基于MMTD的图像质量客观评价方法，其特征在于，包括如下步骤：步骤1：根据Itti视觉注意模型对参考图像进行处理，提取出全局显著图；采用自底向上Bottom‑up数据驱动的视觉注意计算模型；Itti视觉注意模型从输入图像中提取颜色、方向和亮度三种特征，对其中每一维使用高斯模糊连续2次采样，建立9级的高斯金字塔；使用高斯差异决定中央周边差，根据中央周边差计算得到各特征维上的醒目图；分析并融合每一维的特征图，从而得到全局显著图；步骤2：将全局显著图、参考图像、质降图像进行分块处理，根据应用实际需要，将图像分为大小为8*8单位像素子块，即图像块操作是将图像的数据矩阵划分为同样大小的矩阵区域的操作，它是图像分析和图像压缩的基础，对参考图像和质降图像分别分成8*8单位像素子块的操作，分块大小根据图形大小和实际需要调整；采用基于中介真值程度度量MMTD的方法来确定各子块权值，针对参考图像子块不同的显著程度，即HVS对子块部分所含信息的感兴趣程度，显著图灰度值0‑1之间越大越是显著，根据距离比例函数公式确定各子块相应的权值，即用中介真值程度来度量这种子块信息量的丰富性；步骤3：根据中介真值程度度量MMTD理论确定局部权值；1)将全局显著图各子块的显著图灰度值x在该子块范围内求均值表示该子块范围的平均显著图灰度值；2)根据公式(3)对各子块平均显著图灰度值进行真值程度度量，得到相应子块的权值，记谓词P(x)表示待考察显著图点x显著度高，╕P(x)表示x显著度低，～P(x)表示x介于高与低之间，+P(x)表示显著度超高，╕+P(x)表示显著度超低，通过计算距离比率函数h(x)得到x的显著程度，即：h(x)值真值程度的大小反映了显著图点x的显著程度，h(x)的值越大，表示x的显著程度就越大；h(x)的值越小，表示x显著程度就越小，具体到本发明的实际应用中，只额外引入+P(x)，表示显著图点x的显著程度超高，实验中采用全局显著图分块后各个子块平均显著图灰度值来代表此子块的局部显著图灰度值，规定在0.3到0.5区间为显著度高，即对应谓词P(x)，在0到0.05区间为显著度低，即对应谓词╕P(x)，则公式(1)可转化为：由公式(2)可计算出各个子块相应真值程度；步骤4：根据公式(3)对参考图像和质降图像对应子块进行结构相似度SSIM方法的质量评价，得到各子块的结构相似度SSIM评分；l(x，y)，c(x，y)，s(x，y)分别为亮度信息分量、对比度信息分量、结构信息分量，α，β，γ取1；C1，C2，C3为大于0的实验用常数；步骤5：根据公式(4)求得整体结构相似度SSIM评分；由计算出的各子块结构相似度SSIM评分，结合各子块真值程度作为对应权值，采用以下公式归一化计算整体结构相似度SSIM评分，m为子块总数：