[发明专利]一种基于非线性结构相似度偏差的有参图像的质量评估方法

摘要

本发明公开了一种基于非线性结构相似度偏差的有参图像的质量评估方法，本发明先将参照图像和退化图像的RGB颜色图像空间转化成高斯图像空间和灰度图像空间，接着生成局部边缘强度谱和局部梯度谱，再将其非线性归一化，分别计算对应的局部边缘相似度图和局部梯度相似度图，最后通过分析局部相似度图的结构特性，自适应选取相似度偏差小的值为退化图像的质量评估值。本发明对不同模糊、JPEG,噪声等自然图像质量评估有较好的效果，计算简便，高效，可实现性好。

主权项

1.一种基于非线性结构相似度偏差的有参图像的质量评估方法，其特征在于步骤包括：1)读取图像：基于获得参照和不同类型退化的图像，利用公式分别将其RGB颜色图像转换成对应的高斯颜色图像，其中，EI，EII，EIII分别表示不同的高斯颜色空间成分，R，G，B分别表示RGB颜色空间中的不同颜色分量；2)利用公式GEc(i)＝(Ec*hx)2(i)+(Ec*hy)2(i)计算局部图像梯度谱，其中，GEc(i)表示第i个像素的类梯度幅度谱，c表示高斯颜色空间的分量，并表示为I，II，III；hx和hy分别表示x方向和y方向的梯度算子，*表示卷积，采用的是调整后的Scharr算子，具体如下：利用公式计算局部边缘强度谱E_s(i)；3)提取有效特征：先利用公式将局部图像梯度谱和局部灰度梯度谱分别进行归一化成归一化的局部边缘强度谱和归一化的局部灰度梯度谱，其中GG(i)的计算公式是GG(i)＝(G_im*h_x)²(i)+(G_im*h_y)²(i)，其中G_im是灰度图像，其中GE_{c_l}(i)和GG_l(i)分别表示第i个像素线性归一化的局部边缘强度谱和归一化的局部灰度梯度谱，GEM和GEV分别表示局部边缘强度谱E_s的均值和标准方差，GGM和GGV分别表示局部灰度梯度谱GG的均值和标准方差，r用来控制映射空间的范围；然后利用公式非线性化，其中GE_nl(i)和GG_nl(i)分别表示第i个像素的非线性归一化后的局部边缘强度谱和非线性归一化后的局部灰度梯度谱，分别提取非线性局部边缘强度结构信息和非线性局部图像梯度结构信息，从而生成有效的边缘强度和局部梯度描述子特征；4)分别生成局部梯度和边缘强度结构相似度：设和分别是参照图像和退化图像的非线性归一化的局部边缘强度谱，和分别是参照图像和退化图像的非线性归一化的局部梯度谱，则局部边缘强度结构相似度谱局部梯度的相似度谱其中，st用来防止分母为0，增强评估的鲁棒性；5)根据局部梯度和边缘强度相似度谱的结构特性，生成最终的图像质量评估值。