[发明专利]图像质量评估方法、装置、计算机设备及存储介质

说明书

本申请提供一种图像质量评估方法、装置、计算机设备及存储介质，涉及图像质量评估技术领域。该方法包括：对待评估图像进行分块处理，得到多个待评估图像块；对每个待评估图像块进行特征提取，得到每个待评估图像块的特征；根据多个待评估图像块的特征，计算待评估图像的特征参数；根据待评估图像的特征参数，和预先构造的自然图像模型的特征参数，计算待评估图像和自然图像模型的第一特征距离，根据待评估图像的特征参数，和预先构造的失真图像模型的特征参数，计算待评估图像和失真图像模型的第二特征距离，根据第一特征距离和第二特征距离，计算待评估图像的质量分值。本申请可提高图像质量评估的准确度。

技术领域

本发明涉及图像质量评估技术领域，具体而言，涉及一种图像质量评估方法、装置、计算机设备及存储介质。

背景技术

图像质量评估(Image Quality Assessment,IQA)研究已有数十年的历史，经历了从全参考、半参考到无参考的过度，现有的图像质量评估方法中全盲图像质量评估方法是图像质量评估领域的研究热点。

全盲图像质量评估方法是通过拟合一个自然图像质量评估模型，通过计算测试图像和自然图像质量评估模型之间的高斯距离，对图像质量进行评估。

采用上述全盲图像质量评估方法对图像质量进行评估得到的结果存在较大的误差，对图像质量的评估效果不够理想。

发明内容

本发明的目的在于，针对上述现有技术中的不足，提供一种图像质量评估方法、装置、计算机设备及存储介质，以提高图像质量评估的准确度。

为实现上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请实施例提供了一种图像质量评估方法，包括：

对待评估图像进行分块处理，得到多个待评估图像块；

对每个待评估图像块进行特征提取，得到所述每个待评估图像块的特征；

根据所述多个待评估图像块的特征，计算所述待评估图像的特征参数；

根据所述待评估图像的特征参数，和预先构造的自然图像模型的特征参数，计算所述待评估图像和所述自然图像模型的第一特征距离，所述自然图像模型的特征参数为基于未失真的自然图像得到的特征参数；

根据所述待评估图像的特征参数，和预先构造的失真图像模型的特征参数，计算所述待评估图像和所述失真图像模型的第二特征距离，所述失真图像模型的特征参数为基于失真图像得到的特征参数；

根据所述第一特征距离和所述第二特征距离，计算所述待评估图像的质量分值。

可选的，所述待评估图像的特征参数包括：待评估特征均值和待评估特征协方差；相应的，所述自然图像模型的特征参数包括：自然特征均值和自然特征协方差，所述失真图像模型的特征参数包括：失真特征均值和失真特征协方差；

所述根据所述多个待评估图像块的特征，计算所述待评估图像的特征参数，包括：

根据所述多个待评估图像块的特征，采用预设的多元高斯模型进行拟合，得到所述待评估特征均值和所述待评估特征协方差。

可选的，所述方法还包括：

对所述自然图像和所述失真图像分别进行特征提取，得到所述自然图像的特征集合和所述失真图像的特征集合；

采用所述多元高斯模型对所述自然图像的特征集合进行拟合，得到所述自然特征均值和所述自然特征协方差；

采用所述多元高斯模型对所述失真图像的特征集合进行拟合，得到所述失真特征均值和所述失真特征协方差。

可选的，所述对所述自然图像和所述失真图像分别进行特征提取，得到所述自然图像的特征集合和所述失真图像的特征集合，包括：