[发明专利]一种基于特征匹配度的无参考视频增强效果评测方法

说明书

本发明涉及一种基于特征匹配度的无参考视频增强效果评测方法，包括以下步骤：使用某一视频增强算法E对含有N帧的原始视频V进行质量增强，得到已增强视频V_e；按帧顺序依次获取已增强视频帧的基色分量图像，采用不变量特征算子分别提取分量图像的特征向量；依次对前后帧中同一基色分量的特征向量进行特征匹配，分别计算出两幅分量图像特征点匹配成功的个数；判断当前帧是否为已增强视频V_e的最后一帧，如果不是，则返回上述步骤；否则，进入下一步骤；累计所有前后帧基色分量的特征匹配点数，将所有特征匹配点数的每帧分量平均值作为该视频增强算法的特征匹配度。本发明为改进无参考视频增强算法提供了一种客观评测准则。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种基于特征匹配度的无参考视频增强效果评测方法。

背景技术

在机器视觉应用中，图像的特征提取是图像处理的基本问题，精确高效的特征算子为相关问题的解决提供了坚实的底层基础。基于尺度空间的特征算子是通过对原始图像进行尺度变换，获得图像多尺度下的表示序列，对这些序列进行尺度空间主轮廓的提取，并以该主轮廓作为一种不变量特征。此类不变量特征算子无需图像的先验知识，能够实现边缘、角点检测和不同分辨率上的特征提取。近年来，以尺度不变特征变换(Scale InvariantFeature Transform,SIFT)、加速的鲁棒特征(Speeded Up Robust Features,SURF)为代表的不变量特征算子逐渐被广泛应用于各种机器视觉和模式识别领域，利用不变量特征算子提取的特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性。

机器视觉应用可能面临低质量的原始视频场景，且无法获取其它场景信息，这就需要引入无参考的视频增强机制。无参考视频增强算法是通过一定手段对原始视频附加一些信息或变换数据，有选择地突出视频中感兴趣的特征或者抑制视频中某些不需要的特征，扩大视频中不同物体特征之间的差异，以满足某些特殊的需求。目前，无参考视频增强算法的效果评测机制还不够完善，难以提供一种适合机器视觉应用的客观评测准则，以证明某一视频增强算法具有更好的鲁棒性和有效性，这限制了相关应用对视频增强算法的合理选择。

本发明的发明人发现，由于视频相邻帧的图像内容通常具有很强的关联性，相邻帧之间包含的内容大部分变化较小，相邻帧图像特征的匹配程度能够较好地体现视频增强算法的效果。增强后的视频图像相对于原始图像的变化，主要是图像局部特征点的增多。利用不变量特征算子，可以迅速找到两幅图像中相同或相似的目标，这为视频增强效果的评测提供了一种新的思路。如何在没有参考视频的情况下，依据客观准则来测量视频增强的效果是亟需解决的技术问题。

发明内容

本发明所要解决的技术问题是提供一种基于特征匹配度的无参考视频增强效果评测方法，能够评价无参考视频增强算法在机器视觉中的应用效果。

本发明解决其技术问题所采用的技术方案是：提供一种基于特征匹配度的无参考视频增强效果评测方法，包括以下步骤：

(1)使用某一视频增强算法E对含有N帧的原始视频V进行质量增强，得到已增强视频V_e；

(2)按帧顺序依次获取已增强视频帧的基色分量图像，采用不变量特征算子分别提取分量图像的特征向量；

(3)依次对前后帧中同一基色分量的特征向量进行特征匹配，分别计算出两幅分量图像特征点匹配成功的个数；

(4)判断当前帧是否为已增强视频V_e的最后一帧，如果不是，则转到步骤(2)；否则，进入步骤(5)；

(5)累计所有前后帧基色分量的特征匹配点数，将所有特征匹配点数的每帧分量平均值作为该视频增强算法的特征匹配度。