[发明专利]一种基于排序学习的图像处理算法或系统的评价方法

摘要

本发明涉及图像质量评价领域，具体涉及一种基于排序学习的图像处理算法或系统的评价方法，输入若干组不同的图像处理算法或系统的输出结果图像，在完成标注的数据集上进行排序学习,得到排名函数，通过所述排名函数得到每一组待评价图像的相对质量高低，评价对应的图像处理算法或系统的相对质量，本发明的益处在于：适用性广,可面向图像压缩处理、图像清晰化处理等多种图像处理类型，尤其适用于图像清晰化处理等目前没有公认评价指标的情况，仅在人工标注阶段需要少量的参考图像信息，因此可以很好的解决一类很难得到参考图像的质量评价问题，利用本发明提供的基于排序学习的图像处理算法或系统的评价方法，可以评价多种图像处理类型的算法或系统的性能。

主权项

一种基于排序学习的图像处理算法或系统的评价方法，其特征在于：输入若干组不同的图像处理算法或系统的输出结果图像，在完成标注的数据集上进行排序学习,得到排名函数，通过所述排名函数得到每一组待评价图像的相对质量高低，评价对应的图像处理算法或系统的相对质量；包括如下步骤：步骤1)训练阶段，通过在训练集上进行排序学习，得到排名函数；步骤2)预测阶段，通过训练阶段得到的排名函数，得到待评价图像的排名，从而预测对应的图像处理算法或系统的相对质量，包括如下的处理过程：预测一种新的图像处理算法或系统相对于已有图像处理算法或系统的相对质量；输入为一种新的图像处理算法或系统在已有图像集上的输出结果图像，输出为所述新的图像处理算法或系统相对于已有图像处理算法或系统的相对质量；步骤2.1)预处理阶段，对待评价的图像处理算法或系统的输出结果图像，提取表征其图像质量的特征，得到特征描述，所述特征描述需与训练阶段所提取的特征保持一致；步骤2.2)推断阶段，利用训练阶段得到的排名函数得到待评价图像的排名，通过新的图像处理算法或系统得到的输出图像的平均排名来预测新的图像处理算法或系统相对于已有图像处理算法或系统的相对质量。