[发明专利]一种对于色调映射图像的质量评价方法

权利要求书

1.一种对于色调映射图像的质量评价方法，其特征在于，包括以下步骤：

A.采用统计模型提取色调映射图像中色彩特征、矩特征和熵特征，作为全局特征以评估色调映射图像的自然化；

B.提取局部纹理特征和基本原始结构信息特征作为局部特征，描述色调映射图像的质量退化情况；

C.采用支持向量回归作为映射函数将图像感知特征映射至主观分数；

其中，所包含的视觉特征包括：全局特征、局部特征，所述全局特征包含色彩特征、矩特征和熵特征；

其中，全局特征的色彩特征提取的具体步骤是：

提取色彩明亮度统计特征，色彩明亮度可被定义为：

其中，r，g，b分别代表红绿蓝三个通道的颜色，考虑空间相关性，相邻像素间的相对饱和度的计算如下公式所示：

∠S^h(i，j)＝S(i，j+1)-S(i，j)(2)

∠S^v(i，j)＝S(i+1，j)-S(i，j)(3)

其中h表示水平方向，v表示垂直方向，S(i，j)表示在第i行、第j列的像素的色彩明亮度；

随后，由于∠S的直方图遵循广义高斯分布，因此使用下面的模型来模拟相对饱和度：

其中，δ＞0，β与Λ作为色彩特征的部分特征；

提取对立色彩空间统计特征：

RGB色系中两个对立色彩通道分别被定义为：

由两个对立色彩通道，可以计算得到图像色相E，其计算公式如下：

其中，考虑了色相特征提取的两个方向，包括水平h和垂直v，两个方向上的色调差异定义如下：

∠E^h(i，j)＝Θ(E(i，j+1)，E(i，j))(7)

∠E^v(i，j)＝Θ(E(i+1，j)，E(i，j))(8)

其中， E(i，j)在一个色调映射的图像中表示空间位置(i，j)的色相值，∠E代表色相差异值，角差算子Θ定义如下：

由于色相差异∠E的概率直方图可以很好地被包装柯西分布拟合，因此包装柯西分布的对称轴的位置参数μ_E和尺度参数ζ_E可作为色彩特征；包装柯西分布的定义公式如下：

提取基于图像一阶导数的色彩信息特征；

对立角可由对立色彩通道的一阶导数计算得到，r′、g′、b′分别表示r、g、b的一阶导数，则相应的对立色彩通道的一阶导数为和对立角P可由以下公式计算得到：

球面角R是角导数的比值，角导数C′₁和C′₂是由如下的球形变换得到的：

球面角R被定义为：

对立角P和球面角R都被定义为角量，与上面提取色彩特征的做法类似，定义了∠P和∠R来表示相邻像素之间的角度差异，以消除空间依赖性，计算公式如下：

∠P^h(i，j)＝Θ(P(i，j+1)，P(i，j))(15)

∠P^v(i，j)＝Θ(P(i+1，j)，P(i，j))(16)

∠R^h(i，j)＝Θ(R(i，j+1)，R(i，j))(17)

∠R^v(i，j)＝Θ(R(i+1，j)，R(i，j))(18)

用包装柯西分布模型来拟合∠P和∠R的概率分布函数，并提取对称轴的位置参数μ_E和尺度参数ζ_E可作为色彩特征，此步骤共提取了4x2＝8个色彩特征值。

2.根据权利要求1所述的一种对于色调映射图像的质量评价方法，其特征在于：矩特征和熵特征，其具体步骤是：

首先计算色调映射图像的均值τ(I)、标准偏差∈(I)、偏斜度值和峰度值熵让Γ(I)表示平均值运算，这些特征可由以下公式计算得到：

τ(I)＝Γ(I)(19)

其中，p_k(I)表示图像I中灰度值k出现的概率；最后，构建概率分布函数，并将矩特征和熵特征的概率值作为全局特征，其概率值计算公式如下所示：