[发明专利]基于高级视觉特性的无参考图像清晰度评价方法

摘要

本发明公开了一种基于高级视觉特性的无参考图像清晰度评价方法，涉及了图像质量评价技术。本方法首先计算每个像素点的彩色变化率图谱，用于描述局部上的清晰度与全局上的结构信息；同时结合心理视觉冗余特性与神经元活动局部兴奋全局抑制机制模拟了高级视觉活动。提出的方法符合主观评价，与已有的方法相比具有更优越的准确度和鲁棒性。方法中使用了优化的计算公式，实现更加简单高效，具有很低的计算复杂度，对于图像质量评价等理论研究和自动化生产等实际工程应用都具有较大价值。

主权项

1.一种基于高级视觉特性的无参考图像清晰度评价方法，其特征在于，首先计算得到输入图像的彩色变化率图谱，然后再通过去冗余滤波器和神经冲动预测滤波器分别对该图谱进行滤波得到高级视觉特性的两种特征，最终通过池化这两种特征便得到输入图像的清晰度指标，具体步骤如下：(1)、计算输入图像的彩色变化率图谱，对于宽和高分别为M和N像素的待评价输入图像g，其像素的空域坐标用(x，y)表示，(x，y)位置的邻域像素的空域坐标用(i，j)表示：将彩色图像分解为R、G、B通道图像，在每个通道上使用单通道变化率算子V(x，y)计算得到各通道图像的变化率，然后计算三通道加权变化率的二范数得到图像g的彩色变化率图谱：式中VR、VG和VB为通过算子V(x，y)在g中R、G、B三个通道分别计算得到的单通道变化率，表示三个通道图像的变化率图谱，wR、wG、wB分别为各通道的权重；(2)、使用去冗余滤波器对彩色变化率图谱进行精炼获得高级视觉特性的第一特征，对于得到的彩色变化率图谱VC，首先将其进行频谱变换F得到F(u，v)，对其中的部分低频分量集合S都进行置零处理得到精炼频谱Z，接着将Z进行频谱逆变换iF以得到重建图像RRSI(x，y)：RRSI(x，y)＝iF{Z[F(VC)]}；(3)、使用神经冲动预测滤波器获得高级视觉特性的第二特征，对于得到的彩色变化率图谱VC，先将其值归一化，然后通过高通滤波器预测各点变化率引起的神经冲动NIPF(x，y)；(4)、池化得到输入图像g的清晰度指标，根据步骤(2)和(3)分别获得高级视觉特性的两幅特征图RRSI(x，y)和NIPF(x，y)，通过如下公式计算得出输入图像g的清晰度指标：