[发明专利]一种图像质量评价方法、装置及存储介质

说明书

本发明公开了一种图像质量评价方法、装置及存储介质，该方法包括：获取多张标准图像，并对标准图像施加失真处理，得到多张失真图像；采用全参考图像质量评价方法对每张失真图像进行评价，得到每张失真图像的评价分数，根据所有的失真图像的评价分数，得到评分向量空间；提取每张失真图像的结构特征、纹理特征和曝光度，得到每张图像的特征向量，根据所有的失真图像的特征向量，得到图像特征向量空间；采用支持向量回归建立评分向量空间与图像特征向量空间的函数关系，得到图像质量评价模型；输入待评价图像，利用图像质量评价模型得到待评价图像的质量分数。本发明可以快速、准确地评价图像质量。

技术领域

本发明涉及图像评价技术领域，尤其涉及一种图像质量评价方法、装置及存储介质。

背景技术

图像在采集、传输等过程中不可避免的受到各种失真的影响，如压缩、散焦模糊、运动模糊、噪声、异常曝光等。失真的引入改变了像素间的相关性，在一定程度上丢失图像原始信息，将会对后期目标检测和缺陷识别准确率造成影响。为了使得检测、识别算法能更准确地对目标进行辨别，降低误差，需要对待检测图像的质量进行预判。

特别对于输电线路的巡检图像，大多使用机器人或者无人机对输电线路进行拍摄，后续由目标检测、目标识别等处理算法根据巡检图像诊断线路缺陷。如果巡检图像的失真过于严重，会大大降低线路缺陷的诊断结果。

发明内容

本发明实施例的目的是提供一种图像质量评价方法、装置及存储介质，先构建专有图像数据库，再提取图像的结构特征、纹理特征和曝光度，再通过支持向量回归得到图像质量评价模型，可以快速、准确地评价图像质量。

为实现上述目的，本发明一实施例提供了一种图像质量评价方法，包括以下步骤：

获取n张标准图像，并对所述标准图像施加失真处理，得到m张失真图像；其中，m≥n≥1；

采用全参考图像质量评价方法对每张所述失真图像进行评价，得到每张所述失真图像的评价分数，根据所有的所述失真图像的评价分数，得到评分向量空间；

提取每张所述失真图像的结构特征、纹理特征和曝光度，得到每张图像的特征向量，根据所有的所述失真图像的特征向量，得到图像特征向量空间；

采用支持向量回归建立所述评分向量空间与所述图像特征向量空间的函数关系，得到图像质量评价模型；

输入待评价图像，利用所述图像质量评价模型得到所述待评价图像的质量分数。

优选地，所述获取n张标准图像，并对所述标准图像施加失真处理，得到m张失真图像，具体包括：

获取n张标准图像，对每张所述标准图像施加预设的多种不同程度的高斯噪声，对每张所述标准图像施加预设的多种不同程度的高斯模糊，对每张所述标准图像施加预设的多种不同程度的压缩处理，得到m张失真图像；其中，m＞n≥1。

优选地，所述失真图像的结构特征包括所述失真图像的梯度幅值对应于韦伯分布的形状参数和比例参数。

优选地，所述失真图像的纹理特征包括局部图像纹理特征和全局图像纹理特征；其中，所述局部图像纹理特征是通过统计所述失真图像中所有像素点的LBP值得到，所述全局图像纹理特征包括灰度共生矩阵的对比度、ASM能量和同质性。

优选地，所述灰度共生矩阵是通过以下方式得到的：

将所述失真图像的灰度范围压缩量化到L量级，得到量化矩阵；其中，所述失真图像的输入尺寸为H×W，L≥1；

统计与所述量化矩阵中像素值为i的像素的距离为d，方向为θ、且像素值为j的像素出现的次数；其中，1≤i≤L，1≤j≤L，i≠j；

遍历所述量化矩阵，得到所述灰度共生矩阵。