[发明专利]一种TFDS图像质量评价方法及系统

说明书

技术领域

本发明涉及图像分析和处理技术，尤其涉及一种故障轨边图像检测系统(TFDS)图像质量评价方法及系统。

背景技术

影响图像质量的因素与人类视觉感知、心理学等诸多因素有关。目前国际上图像质量评价的研究已经比较广泛，主要集中在图像传输与压缩解压后的质量评价上，随着铁路信息化建设的推进，图像分析与处理技术在铁路行业得到了广泛应用，图像质量评价的研究在铁路运输行业也越来越引起关注。图像质量评价研究采取的评价方法一般分为主观质量评价和客观质量评价两种。

其中，主观评价方法是依靠人眼来主观判断图像质量，即为所有的评价者提供标准的图像观察条件，评价者根据自己对图像的感受进行评价，再根据多个评价结果得到该图像最终评价结果。最常用的国际通用方法为：均值意见评分法(MOS)和国际标准CCIR500。其中，均值意见评分法应用较为广泛，根据MOS标准，为所有的评价者提供相同的图像观察条件，评价者根据自己对图像的感受进行评分，再根据多个评价者的评价结果得到该图像最终的MOS值。主观评价方法的评价结果通常能够较好地反映图像的实际质量。但主观评价方法在实施过程中存在很多问题，比如评价过程消耗的时间长、主观评价结果受环境和情绪的影响而不稳定、评价所花费的费用较高、处理过程不能实现自动化，而最关键的是不能实现实时处理、也不能进行信息反馈等。

其中，客观质量评价使用计算机自动分析图像，得到图像质量评价相关参数，再基于图像质量评价相关参数建立模型，从而得到图像的最终质量。客观图像质量评价方法可分为三类：全参考图像质量评价、半参考图像质量评价和无参考图像质量评价。其中，全参考图像质量评价需要参考图像，此图像被认为是待评价图像的原始图像，而待评价图像一般是原始图像经过某种处理后得到的图像，但在实际应用中，往往得不到参考图像；无参考图像质量评价只用到图像本身的信息；在全参考图像质量评价与无参考图像质量评价之间，半参考图像质量评价需要使用一部分(有限的)标准图像的信息。

中国铁路的故障轨边图像检测系统(TFDS)图像质量评价目前采用主观评价的方法。截止到2010年年底，我国铁路在运营线路安装使用的货车TFDS保有量已经达到210套。TFDS采集的货车配件图像质量的优劣，直接决定了动态检车员能否在规定的时间内准确、快速地发现货车故障。目前，中国铁路对TFDS图像是否清晰的界定完全依赖于动态检车员的主观感受，这种评价的结果因人而异，随意性大，无法对图像做出量化评价，缺乏统一标准。

发明内容

有鉴于此，本发明的主要目的在于提供一种TFDS图像质量评价方法及系统，以解决TFDS图像的质量评价完全依赖于动态检车员的主观感受，缺乏统一标准的问题。

为达到上述目的，本发明的技术方案是这样实现的：

本发明提供了一种图像清晰度评价方法，所述方法包括：

对原始图像进行双边滤波；

对滤波后的图像进行视觉敏感性校正；

对校正后的图像进行边缘提取处理；

对校正后的图像进行处理，得到所述图像的图像粒度；

计算边缘提取处理后所得到图像在边缘点处的梯度方向；

使用得到的边缘点处梯度方向，获取边缘横截图；

计算所述边缘横截图的最大差分值；

根据得到的最大差分值，计算所述边缘横截图每个边缘点的扩散宽度；

计算所述边缘横截图每个边缘点邻域处的局部结构性度；

根据所得到的扩散宽度、局部结构性度和图像粒度，计算得到清晰度S。

本发明还提供了一种故障轨边图像检测系统TFDS图像质量评价方法，所述方法包括：

计算需评价图像的清晰度S；

计算需评价图像的区域饱和度Sa；

计算需评价图像的分布度sp；

计算需评价图像的暗区标准差st；

根据计算得到的清晰度S、区域饱和度Sa、分布度sp和暗区标准差st，计算得到需评价图像的图像质量综合评价f。

在上述方案中，所述根据计算得到的清晰度S、区域饱和度Sa、分布度sp和暗区标准差st，计算得到图像质量综合评价f，为：将计算得到的清晰度S、区域饱和度Sa、分布度sp和暗区标准差st带入公式中进行计算，得到需评价图像的图像质量综合评价f，其中，σ_sp用于控制分布度sp在图像质量综合评价中的权重。

在上述方案中，所述计算需评价图像的清晰度S，包括：

对需评价图像进行双边滤波；

对滤波后的图像进行视觉敏感性校正；