[发明专利]一种基于相对梯度的图像质量客观评价方法有效

专利信息
申请号: 201710347108.1 申请日: 2017-05-17
公开(公告)号: CN107292866B 公开(公告)日: 2020-04-17
发明(设计)人: 周武杰;邱薇薇;周扬;赵颖;何成;迟梁;陈芳妮;吴茗蔚;葛丁飞;金国英;孙丽慧;陈寿法;郑卫红;李鑫;吴洁雯;王昕峰;施祥 申请(专利权)人: 浙江科技学院
主分类号: G06T7/00 分类号: G06T7/00;G06T7/44
代理公司: 宁波奥圣专利代理事务所(普通合伙) 33226 代理人: 周珏
地址: 310023 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于相对梯度的图像质量客观评价方法,其获取参考图像和失真图像各自的梯度幅值图像和梯度相位图像;然后获取参考图像和失真图像各自的水平梯度均值图像、垂直梯度均值图像和梯度相位均值图像;再根据参考图像和失真图像各自的水平梯度图像、垂直梯度图像、水平梯度均值图像、垂直梯度均值图像,获得各自的梯度相对幅值图像;根据各自的梯度相位图像和梯度相位均值图像,获得各自的梯度相对相位图像;最后根据两者的梯度幅值图像、梯度相对幅值图像、梯度相对相位图像,计算失真图像的客观质量评价分;优点是能考虑到失真图像的相对梯度信息改变对其质量的影响,从而能够提高客观质量评价结果与人眼主观感知之间的相关性。
搜索关键词: 一种 基于 相对 梯度 图像 质量 客观 评价 方法
【主权项】:
一种基于相对梯度的图像质量客观评价方法,其特征在于包括以下步骤:步骤①:令{Io(i,j)}表示宽度为W且高度为H的参考图像,并令{Id(i,j)}表示{Io(i,j)}经失真处理后得到的失真图像,其中,1≤i≤W,1≤j≤H,Io(i,j)表示{Io(i,j)}中坐标位置为(i,j)的像素点的像素值,Id(i,j)表示{Id(i,j)}中坐标位置为(i,j)的像素点的像素值;步骤②:计算{Io(i,j)}的水平梯度图像和垂直梯度图像,对应记为{Gx_o(i,j)}和{Gy_o(i,j)},其中,Gx_o(i,j)表示{Io(i,j)}中坐标位置为(i,j)的像素点的水平梯度,亦表示{Gx_o(i,j)}中坐标位置为(i,j)的像素点的像素值,Gy_o(i,j)表示{Io(i,j)}中坐标位置为(i,j)的像素点的垂直梯度,亦表示{Gy_o(i,j)}中坐标位置为(i,j)的像素点的像素值;同样,计算{Id(i,j)}的水平梯度图像和垂直梯度图像,对应记为{Gx_d(i,j)}和{Gy_d(i,j)},其中,Gx_d(i,j)表示{Id(i,j)}中坐标位置为(i,j)的像素点的水平梯度,亦表示{Gx_d(i,j)}中坐标位置为(i,j)的像素点的像素值,Gy_d(i,j)表示{Id(i,j)}中坐标位置为(i,j)的像素点的垂直梯度,亦表示{Gy_d(i,j)}中坐标位置为(i,j)的像素点的像素值;步骤③:根据{Gx_o(i,j)}和{Gy_o(i,j)},获取{Io(i,j)}的梯度幅值图像和梯度相位图像,对应记为{Mo(i,j)}和{Po(i,j)},其中,Mo(i,j)表示{Mo(i,j)}中坐标位置为(i,j)的像素点的像素值,Po(i,j)表示{Po(i,j)}中坐标位置为(i,j)的像素点的像素值;同样,根据{Gx_d(i,j)}和{Gy_d(i,j)},获取{Id(i,j)}的梯度幅值图像和梯度相位图像,对应记为{Md(i,j)}和{Pd(i,j)},其中,Md(i,j)表示{Md(i,j)}中坐标位置为(i,j)的像素点的像素值,Pd(i,j)表示{Pd(i,j)}中坐标位置为(i,j)的像素点的像素值;步骤④:根据{Gx_o(i,j)},获取{Io(i,j)}的水平梯度均值图像,记为其中,表示中坐标位置为(i,j)的像素点的像素值;同样,根据{Gy_o(i,j)},获取{Io(i,j)}的垂直梯度均值图像,记为其中,表示中坐标位置为(i,j)的像素点的像素值;根据{Gx_d(i,j)},获取{Id(i,j)}的水平梯度均值图像,记为其中,表示中坐标位置为(i,j)的像素点的像素值;根据{Gy_d(i,j)},获取{Id(i,j)}的垂直梯度均值图像,记为其中,表示中坐标位置为(i,j)的像素点的像素值;根据{Po(i,j)},获取{Io(i,j)}的梯度相位均值图像,记为其中,表示中坐标位置为(i,j)的像素点的像素值;根据{Pd(i,j)},获取{Id(i,j)}的梯度相位均值图像,记为其中,表示中坐标位置为(i,j)的像素点的像素值;步骤⑤:根据{Gx_o(i,j)}、{Gy_o(i,j)}、和获取{Io(i,j)}的梯度相对幅值图像,记为并根据{Po(i,j)}和获取{Io(i,j)}的梯度相对相位图像,记为其中,表示中坐标位置为(i,j)的像素点的像素值,表示中坐标位置为(i,j)的像素点的像素值;同样,根据{Gx_d(i,j)}、{Gy_d(i,j)}、和获取{Id(i,j)}的梯度相对幅值图像,记为并根据{Pd(i,j)}和获取{Id(i,j)}的梯度相对相位图像,记为其中,表示中坐标位置为(i,j)的像素点的像素值,表示中坐标位置为(i,j)的像素点的像素值;步骤⑥:根据{Mo(i,j)}和{Md(i,j)}、和和计算{Id(i,j)}的客观质量评价分,记为Q。
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浙江科技学院,未经浙江科技学院许可,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/201710347108.1/,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