[发明专利]一种融合图像熵和结构相似性特征的对比度失真图像质量评价方法

权利要求书

1.一种融合图像熵和结构相似性特征的对比度失真图像质量评价方法，其特征在于，所述的评价方法是将图像熵和结构相似性两类图像质量评价特征进行融合处理来实现所述的对比度失真图像的质量评价；所述的图像熵是基于图像的一维熵的图像质量评价而获得的图像质量评价特征；所述的结构相似性是从图像的亮度、对比度和结构方面度量图像的相似程度而获得的图像质量评价特征；所述的融合处理是将参考图像、对比度失真图像的图像熵和结构相似性图像质量评价特征按照关系式

进行融合计算处理，得到最终的图像质量评价分数H-SSIM；所述的关系式中的ΔH为所述的参考图像和对比度失真图像的图像熵的差值，所述的关系式中的SSIM为由所述的参考图像和对比度失真图像得到的结构相似性数值；所述的关系式中的C₁、C₂是不为零的常数，用于调整所述ΔH与SSIM的重要性；

所述的一种融合图像熵和结构相似性特征的对比度失真图像质量评价方法，包括如下步骤：

步骤1：输入参考图像I_Ref和对比度失真图像I_Dis；

步骤2：分别计算参考图像I_Ref和对比度失真图像I_Dis的图像熵图像质量评价特征，为H_Ref和H_Dis，并获得其图像熵的图像质量评价特征的差值ΔH＝|H_Ref_H_Dis|；

步骤3：计算参考图像I_Ref和对比度失真图像I_Dis的结构相似性图像质量评价特征，为SSIM；

步骤4：根据关系式

计算最终的图像质量评价分数H-SSIM。

2.根据权利要求1所述的一种融合图像熵和结构相似性特征的对比度失真图像质量评价方法，其特征在于，步骤2所述的参考图像I_Ref和对比度失真图像I_Dis的图像熵图像质量评价特征是利用图像熵的计算关系式

获得的，其分别为H_Ref＝α₁H_{Ref_R}+β₁H_{Ref_G}+γ₁H_{Ref_B}和H_Dis＝α₂H_{Dis_R}+β₂H_{Dis_G}+γ₂H_{Dis_B}，p_x为数据为x的图像数据的数目与数据x所在的图像的图像数据总数的比值，H_{Ref_R}、H_{Ref_G}、H_{Ref_B}和H_{Dis_R}、H_{Dis_G}、H_{Dis_B}分别为参考图像和对比度失真图像的红(R)、绿(G)、蓝(B)通道图像的图像熵，α₁、β₁、γ₁、α₂、β₂、γ₂为常数且α₁+β₁+γ₁＝1、α₂+β₂+γ₂＝1。

3.根据权利要求1所述的一种融合图像熵和结构相似性特征的对比度失真图像质量评价方法，其特征在于，步骤3所述的参考图像I_Ref和对比度失真图像I_Dis的结构相似性图像质量评价特征SSIM是利用结构相似性的计算关系式

获得的，其中的x、y分别为参考图像和失真图像，μ_x、μ_y和σ_x、σ_y分别为图像x、y的图像数据的均值和方差，σ_xy为图像x、y的图像数据的相关系数，c₁、c₂、c₃为接近于零的正常数，α、β、γ为大于零的常数。