[发明专利]融合多种度量准则的图像集质量增强评价方法

说明书

本发明提出了一种融合多种度量准则的图像集质量增强评价方法，首先使用现有的多种图像质量度量准则对原始图像集的每一张图像分别进行打分，然后计算质量分数平均值和标准差，其次计算相对质量分数，再考虑多个图像质量度量准则下的相对质量分数，最终得到原始图像集的融合质量分数。本发明通过比较增强图像集的融合质量分数和原始图像集的融合质量分数的大小，即可判断该图像增强算法对原始图像集的增强效果。当有多种图像增强算法作用于原始图像集时，则通过比较不同图像增强算法下增强图像集的融合质量分数大小，即可为原始图像集挑选出最佳的图像增强算法。相比于现有的平均方法，融合多种度量准则的图像集质量增强评价方法具有更高的可靠性。

技术领域

本发明针对图像集质量增强提供一种融合多种度量准则的评价方法，属于图像增强与图像质量评价领域。

背景技术

图像增强算法的优劣需要由图像质量度量准则来评判。通常情况下，对单一图像质量增强进行评价时，通常使用某一图像质量度量准则对增强后的图像进行打分，通过比较分值大小，来说明图像增强算法的优劣。同样，现有的平均方法对图像集的质量增强进行评价时，首先使用现有的质量度量准则对增强后的图像集中的每一张图像进行打分，然后取平均值，根据平均值的大小来判断增强算法的优劣。然而平均方法的缺陷是很明显的，即仅仅只考虑了平均值这一个指标，当图像集中某些图像质量分数很高或很低时，平均值很容易波动，而且现有的平均方法只能在某一种图像质量度量准则下对图像集进行评判，不能综合考虑多个图像质量度量准则。随着大数据时代的来临，图像数据日益庞大，通常以图像集为单元来对大量图像进行增强。

发明内容

本发明的目的是：提供一种可靠性高的图像集质量增强评价方法，为图像集筛选出一种性能较优的图像增强算法。

为了达到上述目的，本发明的技术方案是提供了一种融合多种度量准则的图像集质量增强评价方法，其特征在于，包括以下步骤：

步骤一：使用现有的多种图像质量度量准则分别对原始图像集中的全部图像进行质量评价，得到每张原始图像在每一种图像质量度量准则下质量分数，将第i张原始图像在第j种图像质量度量准则下的质量分数定义为α_ij；

步骤二：计算出原始图像集在每一种图像质量度量准则下的质量分数平均值和方差，原始图像集在第j种图像质量度量准则下的质量分数平均值为U_j，方差为S_j，则有：

式中，n为原始图像集中原始图像的总张数，m为图像质量度量准则的总个数；

步骤三：计算出原始图像集在每一种图像质量度量准则下的相对质量分数，原始图像集在第j种图像质量度量准则下的相对质量分数为COV_j，则有：

步骤四：综合考虑m种图像质量度量准则下的相对质量分数，计算原始图像集的融合质量分数EV，则有：

EV＝λ₁×COV₁+λ₂×COV₂+…+λ_m×COV_m，式中，λ₁，λ₂，...，λ_m为权重系数；

步骤五：使用某一图像增强算法E对原始图像集中所有原始图像进行质量增强，得到增强后的图像集；

步骤六：使用与步骤一相同的图像质量度量准则分别对增强后的图像集中的全部增强图像进行质量评价，得到每张增强图像在每一种图像质量度量准则下的质量分数，将第i张增强图像在第j种图像质量度量准则下的质量分数定义为β_ij；