欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2018102074101
申请人: 西安理工大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于空域结合频域分析的全参考型图像质量评价方法,其特征在于,包括如下步骤:步骤1、对数据库中的参考图像和失真图像由RGB颜色空间转换到YIQ颜色空间中,使图像的颜色信息与亮度信息分离;

步骤2、经步骤1完成后,根据获取的YIQ颜色空间,分别提取参考图像和失真图像在Y通道的空域梯度幅度特征,并进行归一化处理;

步骤3、经步骤1完成后,依次提取参考图像和失真图像中在Y通道的频域相位特征;

步骤4、利用步骤2和步骤3得到的归一化梯度幅度特征和相位特征,在每一个像素点位置保留两个特征的较大值来建立全局结构图,并计算参考图像和对应失真图像的全局结构相似性;

步骤5、经步骤1完成后,先后提取参考图像和失真图像在Y通道中的纹理图,并计算参考图像和失真图像的纹理相似性;

步骤6、经步骤1完成后,对Y通道中的参考图像和失真图像分别提取空间频率特征,并计算参考图像和失真图像的空间频率相似性;

步骤7、经步骤1完成后,分别再I通道和Q通道中计算参考图像和失真图像之间色度相似性,并通过相乘的方法得到颜色相似性;

步骤8、经步骤4、步骤5、步骤6和步骤7完成后,通过随机森林将获取的各特征相似性融合在回归模型中,并将主观评价分数MOS值也输入到回归模型中进行训练,训练好的模型直接用来精确预测待评价图像的质量。

2.根据权利要求1所述的基于空域结合频域分析的全参考型图像质量评价方法,其特征在于,步骤1具体包括以下步骤:对数据库中的参考图像和失真图像进行颜色空间转换,由RGB颜色空间转换到YIQ颜色空间;

对于数据库中的一副图像,它的颜色空间转换表示为如下形式:式(1)中:经过颜色空间转换后的得到的图像大小与颜色空间转换前的图像大小相同,实现图像的亮度信息Y通道与色度信息I、Q通道分离。

3.根据权利要求1所述的基于空域结合频域分析的全参考型图像质量评价方法,其特征在于,步骤2具体包括以下步骤:步骤2.1,经步骤1完成后,根据得到的YIQ颜色空间,分别提取参考图像和失真图像在Y通道的空域梯度幅度特征,具体方法如下:使用具有3*3窗口水平和垂直两个分量的Prewitt算子分别对参考图像和失真图像进行卷积运算,进行结构特征的提取;

其中,对于一幅图像f(x),x为图像中像素的坐标,对图像卷积的方法如下:式(2)中:Gx(x)表示水平梯度幅度值,Gy(x)表示垂直梯度幅度值;

步骤2.2,经步骤2.1完成后,根据式(3)分别计算参考图像和失真图像的梯度幅度值,具体算法如下:式(3)中:G表示一副图像的梯度幅度值;

步骤2.3,经步骤2.2完成后,归一化梯度幅度值,其方法如下:Gnorm=G/Gmax  (4);

式(4)中:Gmax表示梯度幅度值的最大值,Gnorm表示归一化的梯度幅度值。

4.根据权利要求1所述的基于空域结合频域分析的全参考型图像质量评价方法,其特征在于,步骤3具体包括以下步骤:步骤3.1,经步骤1完成后,根据得到的YIQ颜色空间,分别提取参考图像和失真图像在Y通道的频域相位特征;

相位特征提取是采用log-Gabor滤波器在频域中对图像进行卷积运算;对于一幅图像f(x,y)(参考图像或失真图像),x,y为图像中像素的坐标,它的2D-Log Gabor变换表示为如下形式:式(5)中:ω为频率,ψ为相位,σx和σy分别为水平方向和竖直方向的窗口宽度,d是缩放因子,为了确保步骤3.2,经步骤3.1完成后,对2D-Log Gabor进行变换,使用形成正交的Even(en)和Odd(on)对称滤波器来计算响应能量,在方向θj上的响应能量计算如下:式(6)中: n是尺度大小;

再计算局部幅度值,通过式(7)来计算:

式(7)中: 是局部幅度值, 偶对称滤波器响应, 是奇对称滤波器响应;

步骤3.3,经步骤3.2完成后,计算频域相位信息,其方法如下:式(8)中:n是尺度大小,j是方向大小,λ=0.0001,用来防止分母出现为零。

5.根据权利要求1所述的基于空域结合频域分析的全参考型图像质量评价方法,其特征在于,步骤4具体包括以下步骤:步骤4.1,根据步骤2和步骤3完成后得到的归一化梯度特征和相位特征来建立全局最大结构图,选取每一个像素点位置上的相位大小和归一化梯度大小的较大值为最大结构特征点,具体方法如下:LS(i,j)={Gnorm(i,j),PC(i,j)}  (9);

式(9)中:(i,j)是一副图像上像素点的位置,LS(i,j)是全局最大结构图;

步骤4.2,经步骤4.1完成后,利用获得的参考图像全局最大结构图LSri和失真图像的全局最大结构图LSd来计算全局最大结构相似性,具体方法如下:式(10)中: 是参考图像全局最大结构图的均值, 是失真图像全局最大结构图的均值,N是图像像素点总数。

6.根据权利要求1所述的基于空域结合频域分析的全参考型图像质量评价方法,其特征在于,步骤5具体包括以下步骤:步骤5.1,经步骤1完成后,根据得到的YIQ颜色空间,采用log-Gabor滤波器分别提取参考图像和失真图像在Y通道的频域纹理特征;

根据式(5)中所述的log-Gabor滤波器,选取具有4个尺度以及包含0°,45°,90°,135°四个方向的滤波器组对图像进行卷积,并计算每个尺度下卷积产生的复矩阵的幅值,即能量图,其方法如下:式(11)中:a,b表示矩阵的大小, 是复矩阵的实部, 是复矩阵的虚部,Ea,b(x,y)为复矩阵的幅值,即能量图;

步骤5.2,经步骤5.1完成后,采用卡方距离来计算两幅图像之间的相似性;

对于参考图像第s个尺度下的能量图ER(i)和失真图像第s个尺度下的能量图ED(i)之间的相似性为如下形式:式(12)中:i是像素点的位置, 是第s个尺度下参考图像和失真图像的纹理相似性。

7.根据权利要求1所述的基于空域结合频域分析的全参考型图像质量评价方法,其特征在于,步骤6具体包括以下步骤:步骤6.1,待步骤1完成后,将参考图像和失真图像在Y通道中转换到离散余弦域,并统计三个频段下相应离散余弦域系数;

对于低频区域RL,中频区域RM和高频区域RH的离散余弦系数统计方式如下:式(13),(14)和式(15)中:p(u,v)是离散余弦系数,(u,v)是像素点所在位置;

步骤6.2,待步骤6.1完成后,根据获得的低、中和高频区域的离散余弦系数来计算参考图像和失真图像的空间频率相似性,其方法如下:式(16),(17)和(18)中:φRL,φRM和φRH分别是参考图像低频,中频和高频区域的离散余弦系数,φDL,φDM和φDH分别是失真图像低频,中频和高频区域的离散余弦系数,N是像素点总数,C1(C1=0.6),C2(C2=2000)和C3(C3=1.7)均为正常量,用于稳定分母,避免出现为零。

8.根据权利要求1所述的基于空域结合频域分析的全参考型图像质量评价方法,其特征在于,步骤7具体包括以下步骤:步骤7.1,经步骤1完成后,根据得到的YIQ颜色空间,分别计算参考图像和失真图像在I和Q两个色度通道的色度特征;

对于参考图像在I(Q)通道中任一像素点位置x和相应失真图像在I(Q)通道中相应素点位置x的颜色特征相似性由如下形式:式(19)和式(20)中:IR(x)和QR(x)分别是参考图像在I、Q两个通道中的颜色特征,ID(x)和QD(x)分别是失真图像在I、Q两个通道中的颜色特征,N是像素点总数,C4(C4=200)是一个正常量,用于稳定分母,避免出现为零;

步骤7.2,经步骤7.1完成后,根据已获得I和Q两个色度通道的颜色相似性来计算参考图像和失真图像的全局颜色相似性,计算方法如下:式(21)中,N是像素点总数,x是像素点位置。

9.根据权利要求1所述的基于空域结合频域分析的全参考型图像质量评价方法,其特征在于,步骤8具体包括以下步骤:步骤8.1,经步骤4、步骤5、步骤6及步骤7完成后,对获得的九个相似性特征CCLS,SL,SM,SH和SC,再结合数据库中失真图像的主观平均分数MOS值,将它们共同输入至随机森林RF建立的回归模型进行训练,并设置模型中决策树的数量ntree=

500,数节点预选变量个数mtry=3;

步骤8.2,步骤8.1完成后,利用已训练好的回归模型,将一幅或多幅待检测失真图和与其对应的参考图像先按照步骤4、步骤5、步骤6及步骤7提取相似性特征,再将相似性特征输入至训练好的RF回归模型中,得到输出的预测质量分数,从而完成对失真图像质量的评价。