[发明专利]一种基于模糊聚类统计图像质量主观评价结果的方法

摘要

本发明实施例公开一种基于模糊聚类统计图像质量主观评价结果的方法。该方法的核心思想为图像获得的不同主观评价得分可视为该图像与各得分的匹配程度，通过样本图像得分的相似关系建立图像序列的模糊相似矩阵，实现模糊聚类分析，在确定样本图像的最佳分类后，所得到的图像顺序即为图像质量的最终评价结果。该方法适用于统计大样本容量的图像质量主观评价结果，对图像的质量划分细致、合理，在统计过程中不丢失主观评价信息，该方法还提供样本图像的动态聚类图，显示图像的聚类过程供使用者参考，用户可以根据使用需求更改阈值，对图像进行重新分类、打分。

主权项

1.一种基于模糊聚类统计图像质量主观评价结果的方法，其特征在于，所述方法包括步骤：步骤S1：将全体样本进行指标规格化，获得规格化矩阵；步骤S2：通过绝对值减数法建立样本图像的相似关系，获得模糊相似矩阵；步骤S3：采用平方法求取模糊相似矩阵的传递闭包矩阵，从而建立模糊等价关系；步骤S4：设定不同的阈值，求取传递闭包矩阵的截关系矩阵，根据截关系矩阵对全体样本进行分类并绘制动态聚类图；步骤S5：根据动态聚类图和经验，选取阈值对全体样本进行分类，或者采用模糊统计量求解出最优阈值，采用所述最优阈值对全体样本进行分类。