[发明专利]一种考虑梯度方向差异的全参考图像质量评价方法在审

专利信息
申请号: 201410766714.3 申请日: 2014-12-12
公开(公告)号: CN104574363A 公开(公告)日: 2015-04-29
发明(设计)人: 崔子冠;干宗良;唐贵进;刘峰;朱秀昌 申请(专利权)人: 南京邮电大学
主分类号: G06T7/00 分类号: G06T7/00
代理公司: 南京知识律师事务所 32207 代理人: 汪旭东
地址: 210003 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种考虑梯度方向差异的全参考图像质量评价方法,该方法首先对参考图像与失真图像进行灰度化处理得到亮度分量,舍去彩色信息;对亮度分量进行2维平均低通滤波,宽高都进行1/2的空间下采样,得到宽高均为原图像尺寸一半的对应图像;使用Prewitt梯度算子计算下采样后的参考图像与失真图像每一像素位置在水平、垂直、主对角线、次对角线共四个方向上的梯度强度;计算每一像素位置上参考图像与失真图像在四个方向上的梯度强度差异,并统计得到每一像素位置四个方向上梯度强度差异的最大值;最后利用所有像素位置梯度强度差异最大值的统计平均来评价整体图像质量。
搜索关键词: 一种 考虑 梯度 方向 差异 参考 图像 质量 评价 方法
【主权项】:
一种考虑梯度方向差异的全参考图像质量评价方法,其特征在于,包括如下步骤:步骤1:输入参考图像与失真图像;步骤2:将参考图像与失真图像进行灰度化处理,只保留亮度信息进行后续的图像质量分析,舍去彩色信息;步骤3:对参考图像与失真图像的亮度分量进行2维平均低通滤波,2维平均低通滤波器定义如下:<mrow><msub><mi>T</mi><mi>aveLowPass</mi></msub><mo>=</mo><mfenced open='[' close=']'><mtable><mtr><mtd><mn>1</mn><mo>/</mo><mn>4</mn></mtd><mtd><mn>1</mn><mo>/</mo><mn>4</mn></mtd></mtr><mtr><mtd><mn>1</mn><mo>/</mo><mn>4</mn></mtd><mtd><mn>1</mn><mo>/</mo><mn>4</mn></mtd></mtr></mtable></mfenced><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></mrow>对低通滤波后的图像宽度与高度都进行1/2的空间下采样,得到宽高均为原图像尺寸一半的对应参考图像R与对应失真图像D;步骤4:对上述步骤3得到的下采样后的参考图像R与失真图像D使用Prewitt梯度算子计算每一像素位置在水平、垂直、主对角线、次对角线共四个方向上的梯度强度,Prewitt梯度算子在水平、垂直、主对角线、次对角线四个方向上的卷积核定义如下:<mrow><msub><mi>g</mi><mi>h</mi></msub><mo>=</mo><mfenced open='[' close=']'><mtable><mtr><mtd><mn>1</mn><mo>/</mo><mn>3</mn></mtd><mtd><mn>0</mn></mtd><mtd><mo>-</mo><mn>1</mn><mo>/</mo><mn>3</mn></mtd></mtr><mtr><mtd><mn>1</mn><mo>/</mo><mn>3</mn></mtd><mtd><mn>0</mn></mtd><mtd><mo>-</mo><mn>1</mn><mo>/</mo><mn>3</mn></mtd></mtr><mtr><mtd><mn>1</mn><mo>/</mo><mn>3</mn></mtd><mtd><mn>0</mn></mtd><mtd><mo>-</mo><mn>1</mn><mo>/</mo><mn>3</mn></mtd></mtr></mtable></mfenced><mo>,</mo><msub><mi>g</mi><mi>v</mi></msub><mo>=</mo><mfenced open='[' close=']'><mtable><mtr><mtd><mn>1</mn><mo>/</mo><mn>3</mn></mtd><mtd><mn>1</mn><mo>/</mo><mn>3</mn></mtd><mtd><mn>1</mn><mo>/</mo><mn>3</mn></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><mn>0</mn></mtd><mtd><mn>0</mn></mtd></mtr><mtr><mtd><mo>-</mo><mn>1</mn><mo>/</mo><mn>3</mn></mtd><mtd><mo>-</mo><mn>1</mn><mo>/</mo><mn>3</mn></mtd><mtd><mo>-</mo><mn>1</mn><mo>/</mo><mn>3</mn></mtd></mtr></mtable></mfenced><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></mrow><mrow><msub><mi>g</mi><mi>d</mi></msub><mo>=</mo><mfenced open='[' close=']'><mtable><mtr><mtd><mn>1</mn><mo>/</mo><mn>3</mn></mtd><mtd><mn>1</mn><mo>/</mo><mn>3</mn></mtd><mtd><mn>0</mn></mtd></mtr><mtr><mtd><mn>1</mn><mo>/</mo><mn>3</mn></mtd><mtd><mn>0</mn></mtd><mtd><mo>-</mo><mn>1</mn><mo>/</mo><mn>3</mn></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><mo>-</mo><mn>1</mn><mo>/</mo><mn>3</mn></mtd><mtd><mo>-</mo><mn>1</mn><mo>/</mo><mn>3</mn></mtd></mtr></mtable></mfenced><mo>,</mo><msub><mi>g</mi><mi>s</mi></msub><mo>=</mo><mfenced open='[' close=']'><mtable><mtr><mtd><mn>0</mn></mtd><mtd><mo>-</mo><mn>1</mn><mo>/</mo><mn>3</mn></mtd><mtd><mo>-</mo><mn>1</mn><mo>/</mo><mn>3</mn></mtd></mtr><mtr><mtd><mn>1</mn><mo>/</mo><mn>3</mn></mtd><mtd><mn>0</mn></mtd><mtd><mo>-</mo><mn>1</mn><mo>/</mo><mn>3</mn></mtd></mtr><mtr><mtd><mn>1</mn><mo>/</mo><mn>3</mn></mtd><mtd><mn>1</mn><mo>/</mo><mn>3</mn></mtd><mtd><mn>0</mn></mtd></mtr></mtable></mfenced><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>3</mn><mo>)</mo></mrow></mrow>设参考图像与失真图像经Prewitt梯度算子卷积后得到的四个方向的梯度强度图分别表示为Rh、Rv、Rd、Rs以及Dh、Dv、Dd、Ds,即有如下定义;<mrow><msub><mi>R</mi><mi>h</mi></msub><mo>=</mo><mi>R</mi><mo>&CircleTimes;</mo><msub><mi>g</mi><mi>h</mi></msub><mo>,</mo><msub><mi>R</mi><mi>v</mi></msub><mo>=</mo><mi>R</mi><mo>&CircleTimes;</mo><msub><mi>g</mi><mi>v</mi></msub><mo>,</mo><msub><mi>R</mi><mi>d</mi></msub><mo>=</mo><mi>R</mi><mo>&CircleTimes;</mo><msub><mi>g</mi><mi>d</mi></msub><mo>,</mo><msub><mi>R</mi><mi>s</mi></msub><mo>=</mo><mi>R</mi><mo>&CircleTimes;</mo><msub><mi>g</mi><mi>s</mi></msub><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>4</mn><mo>)</mo></mrow></mrow><mrow><msub><mi>D</mi><mi>h</mi></msub><mo>=</mo><mi>D</mi><mo>&CircleTimes;</mo><msub><mi>g</mi><mi>h</mi></msub><mo>,</mo><msub><mi>D</mi><mi>v</mi></msub><mo>=</mo><mi>D</mi><mo>&CircleTimes;</mo><msub><mi>g</mi><mi>v</mi></msub><mo>,</mo><msub><mi>D</mi><mi>d</mi></msub><mo>=</mo><mi>D</mi><mo>&CircleTimes;</mo><msub><mi>g</mi><mi>d</mi></msub><mo>,</mo><msub><mi>D</mi><mi>s</mi></msub><mo>=</mo><mi>D</mi><mo>&CircleTimes;</mo><msub><mi>g</mi><mi>s</mi></msub><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>5</mn><mo>)</mo></mrow></mrow>其中表示二维卷积操作;步骤5:计算参考图像与失真图像每一像素位置分别在四个方向上的梯度差异,计算公式如下:<mfenced open='{' close=''><mtable><mtr><mtd><msubsup><mi>S</mi><mi>h</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow></msubsup><mo>=</mo><msup><mrow><mo>(</mo><msubsup><mi>R</mi><mi>h</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow></msubsup><mo>-</mo><msubsup><mi>D</mi><mi>h</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow></msubsup><mo>)</mo></mrow><mn>2</mn></msup></mtd></mtr><mtr><mtd><msubsup><mi>S</mi><mi>v</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow></msubsup><mo>=</mo><msup><mrow><mo>(</mo><msubsup><mi>R</mi><mi>v</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow></msubsup><mo>-</mo><msubsup><mi>D</mi><mi>v</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow></msubsup><mo>)</mo></mrow><mn>2</mn></msup></mtd></mtr><mtr><mtd><msubsup><mi>S</mi><mi>d</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow></msubsup><mo>=</mo><msup><mrow><mo>(</mo><msubsup><mi>R</mi><mi>d</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow></msubsup><mo>-</mo><msubsup><mi>D</mi><mi>d</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow></msubsup><mo>)</mo></mrow><mn>2</mn></msup></mtd></mtr><mtr><mtd><msubsup><mi>S</mi><mi>s</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow></msubsup><mo>=</mo><msup><mrow><mo>(</mo><msubsup><mi>R</mi><mi>s</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow></msubsup><mo>-</mo><msubsup><mi>D</mi><mi>s</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow></msubsup><mo>)</mo></mrow><mn>2</mn></msup></mtd></mtr></mtable></mfenced>其中分别表示参考图像R与失真图像D在某个方向上像素位置为(i,j)的梯度强度,则表示参考图像R与失真图像D在某个特定方向上像素位置为(i,j)的梯度强度差异;步骤6:统计参考图像R与失真图像D每一像素位置在四个方向上梯度强度差异的最大值公式如下:<mrow><msubsup><mi>S</mi><mi>max</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow></msubsup><mo>=</mo><munder><mi>max</mi><mrow><mi>k</mi><mo>&Element;</mo><mo>{</mo><mi>h</mi><mo>,</mo><mi>v</mi><mo>,</mo><mi>d</mi><mo>,</mo><mi>s</mi><mo>}</mo></mrow></munder><msubsup><mi>S</mi><mi>k</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow></msubsup><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>7</mn><mo>)</mo></mrow></mrow>步骤7:通过计算参考图像R与失真图像D所有像素位置梯度强度差异最大值的算术平均来评价整体图像质量,计算公式如下:<mrow><mi>S</mi><mo>=</mo><mfrac><mn>1</mn><mrow><mi>M</mi><mo>&times;</mo><mi>N</mi></mrow></mfrac><munderover><mi>&Sigma;</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>M</mi></munderover><munderover><mi>&Sigma;</mi><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>N</mi></munderover><msubsup><mi>S</mi><mi>max</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow></msubsup><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>8</mn><mo>)</mo></mrow><mo>.</mo></mrow>
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201410766714.3/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top