[发明专利]一种图像质量盲评估方法

说明书

本发明提供一种图像质量盲评估方法，包括：步骤1)提取训练图像中降质图像块的特征，估计图像块特征与非降质图像块特征间的偏移；2)用概率潜在语义分析的方法分析不同类型降质，并将不同类型的降质映射为不同的主题分布特征，其中，不同类型的降质包括单一降质和混合降质；3)利用机器学习的方法在图像训练集基础上建立图像主题分布特征与图像质量间的关系，形成混合降质图像的质量盲评价模型；4)用质量盲评价模型评估训练集以外的降质图像质量。本发明的图像质量盲评估方法提高了无参质量评价的准确程度；解决了工程中对混合降质图像进行评估的问题；适用于原始图像无法获得的多媒体系统中图像获取、压缩及传输性能的综合评价。

技术领域

本发明涉及图像质量评估技术领域，特别是涉及一种图像质量盲评估方法。

背景技术

图像主观质量评价是一个研究热点，有着非常广泛的应用。图像/视频的获取、传输和解码过程都会引入一定的失真，降低图像的主观质量。由计算机辅助实现评价图像质量的好坏可以帮助发现多媒体系统的设计缺陷，指导用户对系统进行调整，进而保证用户得到满意的图像质量。传统的基于信噪比的图像质量评价方法与人对图像的主观感受之间存在差距，不能很好地反应图像质量。近年来对图像质量评价的研究主要分为有参考和无参考两类。

有参评价方法需要将理想质量的图像与降质图像相对比，在通信领域，由于接收端通常无法获得理想质量的图像，限制了有参评价方法的应用，例如：国家发明专利CN105516713A中提出一种用便携式影像装置产生预制信号源，将信号源馈入多媒体，在进行对比评估的闭路电视系统的评价方法；国家发明专利CN 104166984A基于视网膜模型，尽可能减少视觉冗余保留有用信号的假设，对失真图和非失真图先做滤波处理后，再进行质量评价；国家发明专利CN 104794716A采用分形维数矩阵和多重分形谱作为新的基准特征信息，通过对比特征的变化评价图像质量。这些方法均属于有参评价方法，但是难以在具有通信环节的多媒体系统中得到应用。

就无参图像降质评价而言，国家发明专利CN 105049851A设计了一种局域彩色感知的通用无参图像质量评价方法，该方法观察G分量上MSCN系数分布的变化，并考虑R，B分量与G分量相干性的变化，判决图像质量，然而，实验表明，MSCN特征不能很好的反映混合降质，所以该专利对于混合降质图像的质量度量效果不佳；国家发明专利CN 104794503A基于分数阶傅里叶变换和广义伽马分布设计了无参考图像质量评价方法，该方法可以较好的区分图像单降质类型，但未对多重降质问题进行深入研究；国家发明专利CN 104835172A基于相位一致性和频域熵设计了无参图像质量评价方法，就单一降质而言，该方法可以较好地评价图像降质，但对于多重降质图像，其包含的降质分量在相位及熵上有相反的表征，所以该专利方案不适用于多重降质图像。所以，无参评价方法通常是假设图像降质具有某种特征，通过寻找和度量该特征来确定图像质量，这类方法要求不同种类图像降质的特征明确，但在现实使用中，图像/视频往往同时被多重降质影响，使得图像降质无法精确分类和度量，所以目前的无参图像质量评估无法在工程中被应用。

综上所述，目前急需一种新的图像质量评价模型，适用于原始图像无法获得的多媒体系统中图像获取、压缩及传输性能的综合评价、并能够提高无参质量评价的准确度、解决工程中对混合降质图像进行评价的问题。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种图像质量盲评估方法，用于解决现有技术中图像质量盲评价方法不能够对混合图像降质类型进行判断且对其视觉影响评价准确度低、以及难以在多媒体系统中应用的问题。