[发明专利]基于色彩、自然性及结构的色调映射图像质量评价方法

摘要

本发明涉及一种基于色彩、自然性及结构的色调映射图像质量评价方法，包括以下步骤：图像色彩特征提取：给定一张色调映射图像I，将RGB颜色空间变换到对立颜色空间之后计算全局图像色彩，提取图像全局色彩特征；在图像块上计算图像对比度的均值和方差以提取图像局部色彩特征；图像自然性特征提取；图像结构特征提取：对于图像I，使用双阈值Canny边缘检测器获取边缘信息，计算细节和基本结构之间的比值，以该比值平均值作为第一种图像结构特征；通过对图像I采取变暗或变亮操作获得“伪”TM图像，提取第二种图像结构特征；图像质量评价。

主权项

1.一种基于色彩、自然性及结构的色调映射图像质量评价方法，包括以下步骤：(1)图像色彩特征提取给定一张色调映射图像I，首先将RGB颜色空间变换到对立颜色空间K₁K₂，K₁是红‑绿通道，K₂表示黄‑蓝通道，之后计算全局图像色彩，提取图像全局色彩特征；在图像块上计算图像对比度的均值和方差以提取图像局部色彩特征，将这两种图像色彩特征向量记作F₁；(2)图像自然性特征提取对于图像I，应用自然场景统计NSS模型，获得去均值对比度归一化MSCN系数；应用零均值广义高斯分布模型获取更广泛的失真图像统计数据，即获取用以确定分布的形状和方差的第一种质量敏感特征；计算图像对比度及梯度，应用双参数韦伯函数拟合梯度幅度图，提取对局部边缘空间频率敏感的形状参数和反应局部对比度的参数作为第二种质量敏感特征，将由两种质量敏感特征构成的图像自然性特征向量记作F₂；(3)图像结构特征提取1)对于图像I，使用双阈值Canny边缘检测器获取边缘信息，计算细节和基本结构之间的比值，以该比值平均值作为第一种图像结构特征；2)通过对图像I采取变暗或变亮操作获得“伪”TM图像，计算“伪”TM图像与I的梯度相似度，并计算二者之间的显著相似性，将梯度和显著相似性结合产生联合相似性特征，同时提取并整合“伪”TM图像与I的全局和局部熵，作为第二种图像结构特征，将两种图像结构特征向量记作F₃；(4)图像质量评价图像特征向量F＝{F₁,F₂,F₃}，采用基于学习的方法，将提取得到的特征输入到支持向量回归SVR中获得训练模型，输入测试图像得到最终的质量评价结果。