[发明专利]基于空域结合频域分析的全参考型图像质量评价方法

说明书

本发明公开了基于空域结合频域分析的全参考型图像质量评价方法，首先执行对数据库中的参考和失真图像进行颜色空间转换；其次执行提取参考图像和失真图像空域梯度和频域相位特征来计算全局最大结构特征相似性；然后执行计算频域纹理和空间频率特征相似性，空域颜色特征相似性，并结合全局最大结构特征相似性来构成一个9‑D特征向量；根据随机森立RF建立回归模型来融合特征向量和主观MOS值，并进行训练；最后执行提取待测图像的9‑D特征向量，将其输入至已训练的回归模型来实现高精度预测图像质量，从而完成客观图像质量评价。本发明实现全参考型图像质量进行高精度客观评价，能够与人眼视觉特性保持较高的一致性。

技术领域

本发明属于图像处理及图像质量评价方法技术领域，涉及一种基于空域结合频域分析的全参考型图像质量评价方法。

背景技术

随着多媒体、图像处理以及通信技术的飞速发展，数字图像作为最直观有效的一种信息载体之一，传递着重要的视觉信号。与此同时，相关图像获取和处理等设备的普及，如：数码相机，计算机和智能手机，生动、形象地为用户描述客观存在的事物。

高质量的图像用户总是渴求的，然而，图像在获取、存储、压缩、传输、和复原的过程中，由于各种不可避免的因素，会导致图像出现各种失真和质量退化的现象，如：拍摄过程中机械抖动，曝光不均等问题都会造成图像质量退化。因此，在图像采集、编码压缩、网络传输等领域中能够忠实、有效地评价输出图像的视觉感知质量具有非常重大的意义。

近年来，全参考型图像质量评价成为研究的热点，很多的研究者都在研究这个技术。目前，大多数现有的方法都是采用下面基于自顶向下的图像质量评价框架(W.Zhou,A.C.Bovik,H.R.Sheikh,and E.P.Simoncelli,Image quality assessment:from errorvisibility to structural similarity,IEEE Transactions on Image Processing,vol.13,no.4,pp.600-612,2004.)：首先，分别提取参考图像和对应失真图像的亮度信息，对比度信息和结构信息等三个指标；其次，计算三个指标的相似性，得到亮度相似性、对比度相似性和结构相似性；最后，平均加权三个相似性特征，得到失真图像的质量分数。以这种理论为前提的背景下，根据图像内容来赋予视觉特征权重(Z.Wang and Q.Li,Information Content Weighting for Perceptual Image Quality Assessment,IEEETransactions on Image Processing,vol.20,no.5,pp.1185-1198,2011.)。此外，也有一些方法在空域中对整个图像提取一个全局特征实现质量评价，但这种方法不能用来评价彩色图像。(W.Xue,L.Zhang,X.Mou,and A.C.Bovik,Gradient Magnitude SimilarityDeviation:A Highly Efficient Perceptual Image Quality Index,IEEETransactions on Image Processing,vol.23,no.2,pp.684-695,2014.)。

最近出现的一些文献中，采用频域特征来描述图像结构信息，进一步改进图像质量评价模型。(L.Zhang,L.Zhang,X.Mou,and D.Zhang,FSIM:A Feature SimilarityIndex for Image Quality Assessment,IEEE Transactions on Image Processing,vol.20,no.8,pp.2378-2386,2011.L.Zhang,Y.Shen,and H.Li,VSI:A Visual Saliency-Induced Index for Perceptual Image Quality Assessment,IEEE Transactions onImage Processing,vol.23,no.10,pp.4270-4281,2014.)