[发明专利]一种全参考融合的图像客观质量评价方法在审
| 申请号： | 201810049789.8 | 申请日： | 2018-01-18 |
| 公开（公告）号： | CN108335289A | 公开（公告）日： | 2018-07-27 |
| 发明（设计）人： | 侯春萍;李浩;岳广辉 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 程毓英 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明涉及一种全参考融合的图像客观质量评价方法，包括：选择图片数据库作为模型训练的输入，将图片按照失真类型分组，每种失真类型下有不同程度失真的图片，分别获得每组图片的文件名及标签；特征提取，选用多种全参考度量算法，对每种失真类型中的图片分别打分，每组图片经过一种全参考度量算法运算会得到一个特征向量，将得到特征向量组成特征矩阵；数据预处理，将失真图像标签和失真类型对应的特征向量分数分别规范化到(1,100)和(0,1)之间，并进行转置处理以满足SVM训练需要；特征训练，得到质量评价模型。 | ||
| 搜索关键词： | 失真类型 特征向量 参考 质量评价 度量 图片 标签 图像 质量评价模型 数据预处理 图片数据库 模型训练 失真图像 算法运算 特征矩阵 特征提取 特征训练 转置处理 融合 算法 分组 规范化 | ||
【主权项】：
1.一种全参考融合的图像客观质量评价方法，包括以下步骤：第一步，选择图片数据库作为模型训练的输入，将图片按照失真类型分组，每种失真类型下有不同程度失真的图片，分别获得每组图片的文件名及标签；第二步，特征提取，选用梯度相似度GSIM，带有颜色信息的特征相似度FSIMC，梯度幅值相似度偏差GMSD，梯度相似性度量，内部生成机制IGM和多尺度结构相似性MS‑SSIM6种全参考度量算法，对每种失真类型中的图片分别打分，每组图片经过一种全参考度量算法运算会得到一个特征向量，将得到的6个特征向量组成特征矩阵。第三步，数据预处理，将失真图像标签和失真类型对应的特征向量分数分别规范化到(1,100)和(0,1)之间，并进行转置处理以满足SVM训练需要；第四步，特征训练，利用SVM训练标签和特征向量，得到图像的特征向量和标签的映射关系模型，即为质量评价模型；第五步，利用所得到的质量评价模型评价图片质量。
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天津大学，未经天津大学许可，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/201810049789.8/，转载请声明来源钻瓜专利网。
