[发明专利]图像质量综合评价方法及系统有效

专利信息
申请号: 201710893917.2 申请日: 2017-09-28
公开(公告)号: CN107578412B 公开(公告)日: 2021-03-02
发明(设计)人: 沙晓强;张漉;崔松岩 申请(专利权)人: 微梦创科网络科技(中国)有限公司
主分类号: G06T7/00 分类号: G06T7/00
代理公司: 北京卓岚智财知识产权代理事务所(特殊普通合伙) 11624 代理人: 任漱晨
地址: 100193 北京市海淀区东北旺西路中关村*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 质量 综合 评价 方法 系统
【权利要求书】:

1.一种图像质量综合评价方法,其特征在于,所述方法包括:

选取若干不同的单因素图像质量评价指标;

对于待评价的至少一幅图像,针对每个单因素图像质量评价指标,分别计算每幅图像的各单因素图像质量评价指标值;

根据每幅图像的各单因素图像质量评价指标值,计算每个单因素图像质量评价指标的差异系数;

根据每个单因素图像质量评价指标的差异系数和每幅图像的各单因素图像质量评价指标值,计算得到每幅图像的综合质量评价值;

所述分别计算每幅图像的各单因素图像质量评价指标值之后,还包括:将各单因素图像质量评价指标进行无纲量化处理;

所述根据每幅图像的各单因素图像质量评价指标值,计算每个单因素图像质量评价指标的差异系数,具体包括:

根据无纲量化处理后的每幅图像的各单因素图像质量评价指标值,计算各单因素图像质量评价指标的熵;

根据各单因素图像质量评价指标的熵,得到每个单因素图像质量评价指标的差异系数;

所述根据每个单因素图像质量评价指标的差异系数和每幅图像的各单因素图像质量评价指标值,计算得到每幅图像的综合质量评价值,具体包括:

根据每个单因素图像质量评价指标的差异系数,计算得到各单因素图像质量评价指标的熵权;

根据无纲量化处理后的每幅图像的各单因素图像质量评价指标值和各单因素图像质量评价指标的熵权,计算得到每幅图像的综合质量评价值。

2.根据权利要求1所述的图像质量综合评价方法,其特征在于,所述若干不同的单因素图像质量评价指标包括但不限于:标准差、平均梯度、相关系数、偏差指数、信息熵、互信息、信噪比和峰值信噪比。

3.根据权利要求1或2所述的图像质量综合评价方法,其特征在于,所述将各单因素图像质量评价指标进行无纲量化处理,具体包括:

将各单因素图像质量评价指标划分为收益性指标和成本性指标;

分别对每幅图像的收益性指标对应的单因素图像质量评价指标值和成本性指标对应的单因素图像质量评价指标值,进行无纲量化处理。

4.一种图像质量综合评价系统,其特征在于,所述系统包括:

选取单元,用于选取若干不同的单因素图像质量评价指标;

单因素评价单元,用于对于待评价的至少一幅图像,针对每个单因素图像质量评价指标,分别计算每幅图像的各单因素图像质量评价指标值;

计算差异单元,用于根据每幅图像的各单因素图像质量评价指标值,计算每个单因素图像质量评价指标的差异系数;

综合评价单元,根据每个单因素图像质量评价指标的差异系数和每幅图像的各单因素图像质量评价指标值,计算得到每幅图像的综合质量评价值;

所述系统还包括:归一化单元,用于将各单因素图像质量评价指标进行无纲量化处理;

所述计算差异单元包括:

计算熵模块,用于根据无纲量化处理后的每幅图像的各单因素图像质量评价指标值,计算各单因素图像质量评价指标的熵;

计算差异系数模块,用于根据各单因素图像质量评价指标的熵,得到每个单因素图像质量评价指标的差异系数;

所述综合评价单元包括:

计算熵权模块,用于根据每个单因素图像质量评价指标的差异系数,计算得到各单因素图像质量评价指标的熵权;

综合计算模块,用于根据无纲量化处理后的每幅图像的各单因素图像质量评价指标值和各单因素图像质量评价指标的熵权,计算得到每幅图像的综合质量评价值。

5.根据权利要求4所述的图像质量综合评价系统,其特征在于,所述若干不同的单因素图像质量评价指标包括但不限于:标准差、平均梯度、相关系数、偏差指数、信息熵、互信息、信噪比和峰值信噪比。

6.根据权利要求4或5所述的图像质量综合评价系统,其特征在于,所述归一化单元,具体用于将各单因素图像质量评价指标划分为收益性指标和成本性指标;并分别对每幅图像的收益性指标对应的单因素图像质量评价指标值和成本性指标对应的单因素图像质量评价指标值,进行无纲量化处理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于微梦创科网络科技(中国)有限公司,未经微梦创科网络科技(中国)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710893917.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top