[发明专利]一种基于无参考的模糊图像质量评价方法

说明书

技术领域

本发明属于图像质量评价领域，更具体地，涉及一种基于无参考的模糊图像质量评价方法。

背景技术

成像系统获取的图像可以看作是由原始场景与成像系统的点扩散函数的卷积。而通常情况下，点扩散函数比较复杂而且难以确定其具体的表达式，所以无法直接通过分析点扩散函数来分析图像的质量。镜头失焦和图像编码是导致图像模糊最常见的原因，在图像采集过程中，相机或运动物体的移动会导致聚焦点没有及时改变，造成图像的模糊；图像编码过程中对变换系数的高频分量进行粗量化导致图像细节丢失，造成图像模糊。模糊图像与清晰图像之间的最大区别在于后者含有更丰富的细节信息，而模糊图像中细节信息较少。因此，可以通过分析图像的细节信息来对图像的质量进行评价。目前，利用对人眼视觉敏感的图像结构信息对图像质量进行评价的方法很多。在全参考型图像质量评价领域，基于人眼视觉特性和基于结构相似性的图像质量评价方法有较广泛的应用。全参考的图像质量评价方法简单易实现，而且评价效果也与主观评价有较高的一致性。但在没有参考图像或无法获得参考图像的情况下，这类方法无从谈起。在无参考型评价领域，基于神经网络和机器学习的分类方法比较成熟。但这些无参考的图像评价方法大多需要样本学习的过程，在实时性有要求的场合适用性不强。

发明内容

针对现有技术的缺陷，本发明的目的在于提供一种基于无参考的模糊图像质量评价方法，旨在解决现有图像评价方法在无参考图像情况下难以实现且难以满足实时性要求的问题。

为实现上述目的，本发明提供了一种基于无参考的模糊图像质量评价方法，包括下述步骤：

S1：将待评图像进行重叠双正交变换后获得第一系数；

S2：根据所述第一系数以及设定的量化步长获得量化后的第二系数；

S3：根据所述第二系数和所述设定的量化步长获得反量化后的第三系数；

S4：将所述第三系数进行重叠双正交逆变换后获得变换图像；

S5：根据所述变换图像与所述待评图像之间的峰值信噪比获得质量评价因子。

更进一步地，步骤S1具体为：

S11：将待评图像分割为多个8×8的宏块，每个宏块又分为4个4×4的亮度像素块，一个4×4的亮度像素块中数据表示为x1x2x3x4x5x6x7x8x9x10x11x12x13x14x15x16;]]>