[发明专利]基于记忆的图像质量无参评估方法

摘要

本发明公开了一种基于记忆的图像质量无参考评估方法。首先，通过视觉驱动的图像记忆特征预测模型提取图像记忆特征。利用基于局部协方差的显著性估计法获得失真图像的人眼感兴趣区域，对感兴趣区域使用不同尺度和方向的Gabor滤波器滤波得到感兴趣区域的GIST特征，最后进行独立成分分析得到记忆特征。然后，利用梯度域的局部二值模式（Local binary pattern on gradient domain,GLBP）描述图像的结构特征，计算图像的一阶导数熵（Entropy of first derivative,EFD）描述亮度特征。最后，采用以径向基函数为核函数的支持向量回归模型将图像特征映射到图像质量分数。本发明方法在MDID2013和LIVEMD两个通用混合失真图像数据库上进行试验，都具有较高的鲁棒性和准确性。

主权项

1.一种基于记忆的图像无参质量评估方法，其特征在于该方法的具体步骤为：a.记忆特征提取：对输入的失真图像进行显著性估计，估计出显著性图的最佳阈值，进而分离出图像的显著性区域，对显著性区域计算GIST特征，最后对所得的GIST特征进行独立成分分析，得到记忆特征；b.结构特征提取：梯度域的局部二值模式用于描述失真图像的结构特征信息变化程度；c.亮度特征提取：计算失真图像的一阶导数熵来反映亮度特征变化；d.特征训练：得到步骤a、b、c所产生的特征后，使用以径向基函数为核函数的支持向量机建立图像质量预测模型；e.质量分数估计：由步骤d训练得到的模型将失真图像的特征映射为最终的质量分数。