[发明专利]基于非线性归一化的拉普拉斯‑高斯信号的图像质量评价方法

摘要

本发明公开了一种基于非线性归一化的拉普拉斯‑高斯信号的图像质量评价方法，首先对图像进行去冗余表示，通过LOG滤波和非线性归一化两个过程来完成。这两个过程分别用来消除存在于图像中的一阶、二阶统计冗余和减小高阶统计冗余。然后提出了两种计算方法对图像的主观质量或者失真程度进行预测，分别记为NLOG‑MSE和NLOG‑COR。NLOG‑MSE通过对去冗余表示的原始图像和测试图像之间计算均方误差得到对测试图像的失真度量，NLOG‑COR通过计算每一点处原始图像和测试图像在去冗余表示之间的相关性，对图像的质量进行预测。通过实验结果证明，本发明提出的这两种算法在图像质量评价上均有很好的预测性能，并且其中的NLOG‑MSE方法计算简单，大大方便了其在其他领域的应用。

主权项

基于非线性归一化的拉普拉斯‑高斯信号的图像质量评价方法，其特征在于，包括以下步骤：1)原始图像的去冗余表示对原始图像进行LOG滤波，之后进行非线性归一化处理，得到经过LOG滤波后，再经过非线性归一化的结果；其具体方法如下：a)对原始图像进行LOG滤波处理，采用LOG滤波算子如式(1)所示：h(x,y,σ1)=12πσ12x2+y2-2σ22σ14exp(-x2+y22σ12)---(1)]]>其中，x,y表示空间位置，σ1表示LOG滤波算子的尺度参数，对于输入的灰度图像t来说，LOG滤波结果z表示为：z=t⊗h---(2)]]>其中表示卷积运算；b)对原始图像进行非线性归一化处理，具体按照如下进行计算：r=zz2⊗g+c1---(3)]]>g(x,y,σ2)=12πσ22exp(-x2+y22σ22)---(4)]]>其中，g为一个高斯核函数，表示对相邻空间位置的加权系数；x,y表示空间位置，σ2表示其尺度参数，c1为一个大于0的常数，决定了输出值的饱和范围，同时也能够防止除以0保持计算稳定，r为图像经过LOG滤波后，再经过非线性归一化的结果；2)图像失真/质量的计算根据步骤1)得到的结果，计算空间逐点的误差/相似度，再进行池化，从各个点的失真或者质量结果得到关于图像整体失真程度或质量的度量。