[发明专利]最大熵和KL散度无参考对比度失真图像质量评价方法

摘要

本发明属于图像处理领域，为提出一种无参考对比度失真图像质量评价方法，该方法与主观评价分数有着较高的一致性，能够有效地评价对比度失真图像。为此，本发明采取的技术方案是，最大熵和KL散度无参考对比度失真图像质量评价方法，步骤如下：(1)最大熵计算；(2)平均强度直方图计算；(3)度量强度分布的改变；(4)质量评价。本发明主要应用于图像处理场合。

主权项

1.一种最大熵和KL散度无参考对比度失真图像质量评价方法，其特征是，步骤如下：(1)最大熵计算给定一张图像I，首先将其分割为nxn大小的不重叠图像块，每一块的熵通过下式计算：其中，τi表示第i个强度值的概率，得到每一块的熵后，最大熵表示为：其中，Em表示最大熵，Z表示每张图像分割的块数，根据每个块熵值的大小从大到小排序，Ez(I)表示数值排名前z个图像块的熵的均值；(2)平均强度直方图计算自然场景图像表现出某种统计规律，为了表示大量高质量图像的统计特性，选取DUT‑OMRON数据集作为参考，该数据集包含了大量类别的高质量自然场景图像，计算所有图像的强度直方图并取均值，得到平均强度直方图H0，作为强度分布改变的参考信息；(3)度量强度分布的改变给定一张对比度失真图像，计算得到其强度直方图H1，利用KL散度来度量强度直方图先验H0和测试图像强度直方图H1的距离，从而衡量强度分布的改变，公式如下：K＝‑∫H1(t)logH0(t)dt+∫H1(t)logH1(t)dt ＝ξ(H1‑H0)‑E(H1)      (3)其中，K表示KL散度，ξ(H1‑H0)表示H1和H0的交叉熵，表示为：其中，pj和qj分别是直方图H1和H0的第j个bin，J是强度直方图总的bin数量，设置J＝26，E(H1)是强度直方图H1的熵；(4)质量评价结合KL散度和最大熵，对这两项进行线性组合，得到最终的图像质量Q：Q＝α·K+(1‑α)·Em  (5)其中，α是一个常数权重，用于调控KL散度和最大熵两项的相对重要程度。