[发明专利]基于视觉注意特征的全参考图像质量评价方法

摘要

本发明主要涉及诸如图像获取、传递、压缩、插值和增强技术，为解决现有图像质量评价方法不能很好地符合人类视觉系统感知过程问题，一种新型全参考图像质量评价方法，可得到与人类主观图像质量评价更相近的结果，本发明，基于视觉注意特征的全参考图像质量评价方法，步骤如下：Step1：结构和色彩特征提取；Step2‑1：整幅图片的分类；Step2‑2：非边缘区域的分类；Step3：边缘区域、复杂结构区域和简单结构区域的失真测量；Step4：整体综合策略；Step5：最终图像质量分数的形成本发明主要应用于设计制造场合。本发明主要应用于图像处理领域。

主权项

1.一种基于视觉注意特征的全参考图像质量评价方法，其特征是，步骤如下：Step1：结构和色彩特征提取：分别将原始图像和失真图像的RGB色彩空间转换到更符合人类视觉系统感知特性的色彩空间上，然后，通过对与亮度或灰度相关的通道信息进行处理得到两幅图像的结构相似性矩阵，通过对色彩通道信息进行处理得到两幅图像的色彩相似性矩阵，至此，完成了图像结构和色彩两个特征的提取；Step2‑1：整幅图片的分类：引入边缘检测算法分别对原始图像和失真图像进行分区，将图像分为两个区域：边缘区域，非边缘区域，边缘区域是指边缘检测算子检测到的两幅图像共同的边缘区域，其余区域为非边缘区域；Step2‑2：非边缘区域的分类：通过引入VA心理因子包括但不限于贝叶斯预测模型将非边缘区域划分为简单结构区域和复杂结构区域，简单结构区域是指拥有规律结构的图像部分，复杂结构区域是指具有信号杂乱特点的图像部分；Step3：边缘区域、复杂结构区域和简单结构区域的失真测量：结合周围像素影响中心像素的颜色掩盖和纹理掩盖效应，在边缘区，人眼只对结构信息敏感，因此只考虑原始图像和失真图像像素点的结构相似性特征；在复杂结构区，人眼对结构信息不敏感且对颜色信息敏感，因此考虑原始图像和失真图像像素点的色彩相似性特征，除此之外，还采用PSNR来评价这部分与内容无关的失真；在简单结构区，考虑原始图像和失真图像像素点的结构和色彩相似性特征；Step4：整体综合策略：根据图像中每个像素点各自的特征，综合策略赋予每个像素点相应的权重，目的是突出表现该像素点相对于整幅图像在人类视觉系统感知图像质量过程中的重要性。综合策略同时考虑了VA生理因子和心理因子，包括视觉显著性和与IGM相关的熵掩盖效应这两个在人类视觉系统中重要的因素，综合二者的结果作为最终的综合策略；Step5：最终图像质量分数的形成：通过结合局部的失真测量和针对整体像素点的综合策略，分别得到边缘区域、复杂结构区域和简单结构区域的图像质量评价分数；接着，分别计算复杂结构区域和简单结构区域噪声能量在非边缘区所占比例，把各自的噪声能量占比作为各自在非边缘区质量评估重要程度的体现，进而分配两部分结果在非边缘区评价中所占的比例；对于边缘区和非边缘区的比例分配，把各自区域像素点个数占整幅图像像素点个数的比值作为两个区域的权重，最终形成原始图像和失真图像的质量评价结果。