[发明专利]一种基于区别性稀疏表示的盲图像质量评价方法

摘要

本发明公开了一种基于区别性稀疏表示的盲图像质量评价方法，包括首先，分别从无噪声污染的自然图像和噪声图像样本中训练得到特征子字典和噪声子字典，并将两个子字典合并为区别性字典；然后，用所述区别性字典表示待评价的图像，得到两个子字典对应的稀疏系数；最后，通过统计两部分稀疏系数的比例获得最终的图像质量评分。相比于现有的其他盲质量评价方法，本发明方法与人眼评价结果拟合度高，且实现简单，无需人工打分样本进行训练。

主权项

一种基于区别性稀疏表示的盲图像质量评价方法，其特征在于，包括如下步骤：(1)分别从无噪声污染的自然图像和噪声图像样本中训练得到特征子字典和噪声子字典，并将两个子字典合并为区别性字典；包括：(1.1)从无噪声污染的自然图像中提取图块作为特征训练集，从噪声图像中提取图块作为噪声训练集；(1.2)从步骤(1.1)的两个训练集中，训练得到特征子字典D+和噪声子字典D‑，构造区别性字典Dd为特征子字典D+与噪声子字典D‑的集合；(2)用所述区别性字典表示待评价的图像，得到两个子字典对应的稀疏系数；包括：(2.1)将待评价的图像分解为红、绿和蓝三个颜色通道的子图像；(2.2)对每个颜色通道的子图像，将子图像拆分成与训练集中的图块大小相同的图块，用区别性字典Dd表示子图像，获得每个子图像对应的稀疏系数，所述稀疏系数包括特征子字典D+表示图像所对应的稀疏系数和噪声子字典D‑表示图像所对应的稀疏系数；(3)通过统计两部分稀疏系数的比例获得最终的图像质量评分；包括：(3.1)通过统计每个颜色通道的子图像中噪声子字典对应的稀疏系数与特征子字典对应的稀疏系数的加权比例，得到对应的子图像的评分；(3.2)根据三个颜色通道的子图像评分的加权求和，每个子图像评分对应的系数参照RGB空间转化为YIQ空间中Y通道的转换公式系数，得到最终的图像质量评分Rd，Rd越小，则认为图像质量越好。