[发明专利]基于神经网络的图像质量管理系统及方法

说明书

本发明公开了基于神经网络的图像质量管理系统及方法，本发明涉及图像质量管理技术领域，解决了现有技术中，不能够对图像进行评估导致图像的质量降低的技术问题，通过图像评估单元对图像原始数据进行分析，从而对图像进行评估，实时获取到待评估图像在水平方向上的像素点数量和垂直方向上的像素点数量，在待评估图像内获取任一像素点，将像素点代入计算式获取到待评估图像的亮度均值、待评估图像的像素灰度值标准差以及待评估图像的平均梯度，将图像的亮度均值、图像的像素灰度值标准差以及图像的平均梯度进行评估系数计算，对图像进行评估，提高了图像的质量，为图像质量管理带来方便，从而提高了工作效率。

技术领域

本发明涉及图像质量管理技术领域，具体为基于神经网络的图像质量管理系统及方法。

背景技术

随着科学技术的不断提高。计算机科学日渐成熟，其强大的功能己为人们深刻认识，它已进入人类社会的各个领域并发挥着越来越重要的作用，它将是个人应用计算管理日常业务的必然要求，图像管理系统就是以此为目的，对添加图片、图片管理进行详细的管理，使人们能够快速的找到自己想要的图片。今天，计算机的价格已经十分低廉，性能却有了长足的进步。

当时在现有技术中，不能够对图像进行评估，导致图像的质量降低，从而降低了工作效率。

发明内容

本发明的目的就在于提出基于神经网络的图像质量管理系统及方法，通过图像评估单元对图像原始数据进行分析，从而对图像进行评估，实时获取到待评估图像在水平方向上的像素点数量和垂直方向上的像素点数量，并将图像在水平方向上的像素点数量和垂直方向上的像素点数量分别标记为X和Y，随后将待评估图像的分辨率标记为X×Y；在待评估图像内获取任一像素点，将像素点代入计算式获取到待评估图像的亮度均值、待评估图像的像素灰度值标准差以及待评估图像的平均梯度，将图像的亮度均值、图像的像素灰度值标准差以及图像的平均梯度进行评估系数计算，对图像进行评估，提高了图像的质量，为图像质量管理带来方便，从而提高了工作效率。

本发明的目的可以通过以下技术方案实现：

基于神经网络的图像质量管理系统，包括图像检测单元、图像评估单元、色彩调节单元、试验评价单元、选择保存单元、图像管理平台、注册登录单元以及数据库；

所述图像评估单元用于对图像原始数据进行分析，从而对图像进行评估，图像原始数据包括图像的亮度均值、图像的像素灰度值标准差以及图像的平均梯度，将图像标记为i，i＝1，2，……，n，n为正整数，具体分析评估过程如下：

步骤一、实时获取到待评估图像在水平方向上的像素点数量和垂直方向上的像素点数量，并将图像在水平方向上的像素点数量和垂直方向上的像素点数量分别标记为X和Y，随后将待评估图像的分辨率标记为X×Y；

步骤二、在待评估图像内获取任一像素点，并将像素点标记为F(s，e)，将像素点代入计算式获取到待评估图像的亮度均值，并将待评估图像的亮度均值标记为LJi，计算式为：

其中，α为误差修正因子，取值为2.3654512；

步骤三、将像素点和待评估图像的亮度均值代入计算式获取到待评估图像的像素灰度值标准差，并将待评估图像的像素灰度值标准差标记为BZi，计算式为：

将像素点代入计算式获取到待评估图像的平均梯度，并将待评估图像的平均梯度标记为TDi，计算式为：

其中，β为设置固定阈值，取值为5.63212302；

步骤四、将图像的亮度均值、图像的像素灰度值标准差以及图像的平均梯度进行评估系数计算，计算式为其中，PGi为图像的评估系数，a1、a2以及a3均为比例系数，且a1＞a2＞a3＞0；