[发明专利]一种基于KLT技术的超分辨率重建图像质量评价方法

说明书

本发明公开了一种基于KLT技术的超分辨率重建图像质量评价方法，其通过颜色空间转换，将RGB颜色空间转换到与人眼颜色感知相关程度更高的颜色空间，利用MSCN技术计算三个颜色通道的MSCN系数图；对MSCN系数图进行分块并向量化，得到MSCN系数图对应的向量化矩阵；根据向量化矩阵和构建的KLT核计算MSCN系数图的KLT系数矩阵；利用矩匹配方法对KLT系数矩阵进行AGGD参数估计获得每个颜色通道的第一特征向量；通过计算KLT系数矩阵的的能量系数获得每个颜色通道的第二特征向量；进而得到超分辨率重建图像的特征向量；将特征向量作为输入，结合SVM回归机，得到超分辨率重建图像的最终客观质量预测分数；优点是能够有效地提高客观评价结果与人眼主观感知的一致性。

技术领域

本发明涉及一种图像质量评价方法，尤其是涉及一种基于KLT(Karhunen-LoéveTransform)技术的超分辨率重建图像质量评价方法。

背景技术

近二十年来，许多单幅图像超分辨率(Single Image Super-Resolution，SISR)重建方法被提出，其将一张低分辨率(Low-Resolution，LR)图像恢复成高分辨率(High-Resolution，HR)图像，并尽可能恢复足够多的细节以提升超分辨率(Super-Resolution，SR)重建图像的视觉效果。不同的超分辨率重建方法的性能会有所差异，那么究竟哪种超分辨率重建方法的性能更好呢？因此有必要进行超分辨率重建图像质量评价(Super-Resolution Quality Assessment，SRQA)以选择高质量的超分辨率重建图像。

传统的全参考质量评价方法主要度量超分辨率重建图像与参考图像之间的距离与差异。然而，超分辨率重建图像容易出现空域失准现象，即与参考图像相比，相同坐标位置的像素点上图像内容会有偏差，从而导致了超分辨率重建图像与参考图像之间的距离较大，因此全参考质量评价方法往往不够准确，偏离人眼主观感知。因此，目前较多采用无参考质量评价方法来对超分辨率重建图像的质量进行评价。

现有的各种无参考质量评价方法往往是从空域与变换域等各个角度去提取图像的先验信息来对超分辨率重建图像进行评价，但是很少有方法能够考虑到超分辨率重建图像的特点，并专门针对超分辨率重建图像进行评价，因此这些方法所取得的效果都不太好，与人眼主观感知偏离较大。如何考虑到超分辨率重建图像的特点，合理提取先验信息进行参数建模，使得客观评价结果更加符合人眼主观感知，是在对超分辨率重建图像进行客观质量评价过程中需要研究解决的问题。

发明内容

本发明所要解决的技术问题是提供一种基于KLT技术的超分辨率重建图像质量评价方法，其能够很好地度量超分辨率重建图像的恢复效果，进而能够有效地提高客观评价结果与人眼主观感知的一致性。

本发明解决上述技术问题所采用的技术方案为：一种基于KLT技术的超分辨率重建图像质量评价方法，其特征在于包括以下步骤：

步骤1：将失真的超分辨率重建图像记为I，将I的红色通道、绿色通道和蓝色通道对应记为I_R、I_G、I_B，将I_R中坐标位置为(a,b)的像素点的像素值记为I_R(a,b)，将I_G中坐标位置为(a,b)的像素点的像素值记为I_G(a,b)，将I_B中坐标位置为(a,b)的像素点的像素值记为I_B(a,b)；其中，1≤a≤W，1≤b≤H，W表示I的宽度，H表示I的高度；