[发明专利]一种基于退化测量的无参考声纳图像质量测评方法有效
申请号: | 201711210059.3 | 申请日: | 2017-11-28 |
公开(公告)号: | CN107948635B | 公开(公告)日: | 2019-09-27 |
发明(设计)人: | 陈炜玲;程恩;袁飞;陈柯宇;朱逸 | 申请(专利权)人: | 厦门大学 |
主分类号: | H04N17/00 | 分类号: | H04N17/00 |
代理公司: | 厦门创象知识产权代理有限公司 35232 | 代理人: | 尤怀成 |
地址: | 361000 *** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 退化 测量 参考 声纳 图像 质量 测评 方法 | ||
1.一种基于退化测量的无参考声纳图像质量测评方法,其特征在于,该方法包括以下步骤:
步骤S1:对待测图像分别进行离散余弦变换,C-D-F 9/7小波变换,奇异值分解,获得图像离散余弦变换系数矩阵D,小波变换系数矩阵C以及奇异值分解所得的对角阵S;
步骤S2:分别求步骤S1获得的图像离散余弦变换系数矩阵D,小波变换系数矩阵C以及奇异值分解所得的对角阵S的Gini系数以及Hoyer测量,获得6个待测图像的变换系数稀疏度值;
步骤S3:对待测图像进行模糊退化;
步骤S4:对退化后的待测图像重复步骤S1和S2;
步骤S5:分别将步骤S4获得的6个退化后待测图像的变换系数稀疏度值除以步骤S2获得的6个待测图像的变换系数稀疏度值,并为6个比值分配权重,获得待测图像的六个质量特征;
步骤S6:将步骤S5所得6个特征输入无参考声纳图像质量评测模型获得评测质量。
2.根据权利要求1所述的基于退化测量的无参考声纳图像质量测评方法,其特征在于,所述步骤S1具体包括以下步骤:
步骤S11:对大小为M1×M2的图像I做2维DCT变换,变换式如下:
其中,
矩阵D即为DCT变换系数矩阵,具有稀疏性;
步骤S12:对大小为M1×M2的图像I做C-D-F 9/7小波变换,获得稀疏的变换系数矩阵C,C-D-F 9/7小波变换稀疏矩阵同样具有稀疏性;
步骤S13:对大小为M1×M2的图像I进行奇异值分解I=USVT,得到具有稀疏性的奇异值矩阵S,S为一个和I尺寸一样的对角阵。
3.根据权利要求1所述的基于退化测量的无参考声纳图像质量测评方法,其特征在于,所述步骤S2具体包括以下步骤:
步骤S21:Gini系数的定义如下:设定一个稀疏向量对其元素进行排序得到x(1)≤x(2)≤x(3)…≤x(N),其中(1),(2),…,(N)是排序后新的索引,稀疏向量的Gini系数的计算公式如下:
根据上式,分别计算离散余弦变换系数矩阵D,小波变换系数矩阵C以及奇异值分解所得的对角阵S的Gini系数
步骤S22:Hoyer测量定义如下:给定一个稀疏向量其Hoyer测量的计算公式如下:
根据上式,分别计算离散余弦变换系数矩阵D,小波变换系数矩阵C以及奇异值分解所得的对角阵S的Hoyer测量
4.根据权利要求1所述的基于退化测量的无参考声纳图像质量测评方法,其特征在于,所述步骤S3中,采用引导滤波对待测图像I进行模糊退化。
5.根据权利要求4所述的基于退化测量的无参考声纳图像质量测评方法,其特征在于,所述引导滤波的输入包括待测图像和引导图像,所述待测图像和引导图像为相同的图像,输出图像I'的第i个像素I'i由下式确定:
其中i和j为像素索引,滤波核函数W的定义如下:
其中,ωk为半径为r的窗,|ω|为ωk中的像素个数,μk是图像I在窗ωk中的平均值,是图像I在窗ωk中的方差,ε为正则化参数。
6.根据权利要求3所述的基于退化测量的无参考声纳图像质量测评方法,其特征在于,所述步骤S4具体包括以下步骤:
步骤S41:求退化图像I'的离散余弦变换系数矩阵D',小波变换系数矩阵C'以及奇异值分解所得的对角阵S';
步骤S42:分别计算离散余弦变换系数矩阵D',小波变换系数矩阵C'以及奇异值分解所得的对角阵S'的Gini系数
步骤S43:分别计算离散余弦变换系数矩阵D',小波变换系数矩阵C'以及奇异值分解所得的对角阵S'的Hoyer测量
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厦门大学,未经厦门大学许可,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/201711210059.3/1.html,转载请声明来源钻瓜专利网。