[发明专利]基于掩蔽纹理特征的全参考型图像质量评价方法

摘要

本发明公开的基于掩蔽纹理特征的全参考型图像质量评价方法属于图像处理及图像质量评价技术领域，首先对参考和失真图像进行颜色空间转换，其次提取参考图像和失真图像梯度幅度和梯度方向特征并计算图像梯度信息相似性，然后计算纹理特征相似性和色差，并分别统计其均值和标准差，构成一个6‑D特征向量，根据随机森林建立回归模型来融合特征向量和主观MOS值，并进行训练；最后提取待测图像的6‑D特征向量，输入至训练好的回归模型中，完成客观图像质量评价。本发明公开的评价方法采用了三种不同的相似性特征，使用随机森林建立回归模型，实现全参考型图像质量进行高精度客观评价，能够与人眼视觉特性保持较高的一致性。

主权项

1.基于掩蔽纹理特征的全参考型图像质量评价方法，其特征在于，具体操作过程包括如下步骤：步骤1.将数据库中的参考图像和失真图像由RGB颜色空间转换到Lab颜色空间中，使图像的颜色信息与亮度信息分离；步骤2.根据步骤1获取的Lab颜色空间，分别提取参考图像和失真图像在L通道的梯度幅度和梯度方向特征，并计算梯度幅度相似性和梯度方向相似性；步骤3.在步骤1结束后，依次提取参考图像和失真图像中在L通道的Laws纹理特征，并统计参考图像和失真图像的纹理相似性均值和标准差；步骤4.根据步骤1获取的Lab颜色空间，计算参考图像和失真图像在L，a，b三个通道的色差，并统计色差的均值和标准差；步骤5.步骤2、步骤3和步骤4完成后，通过随机森林将获取的梯度幅度相似性、梯度方向相似性、纹理相似性均值和标准差以及特征相似性色差的均值和标准差融合在回归模型中，并将主观评价分数MOS值也输入到回归模型中进行训练，训练好的模型直接用来精确预测待评价图像的质量。