[发明专利]基于多尺度分解的压缩图像质量无参评估方法

说明书

技术领域

本发明涉及一种利用信号处理和计算机技术分解数字图像内容以便对压缩图像质量进行无参考评估的方法。

背景技术

由于压缩图像被广泛地应用，对压缩图像质量进行评估，有助于分析图像质量的优劣、评价各类压缩算法的性能。质量评估中，根据是否有原始图像作为参考，通常分为有参评估和无参评估。相比于有参质量评估，数字图像无参质量评估不需要原始未压缩图像，因此具有更好的应用价值。

常见的压缩图像多采用分块的方式，对每一块单独进行压缩，在一定程度上造成了图像块与块相邻处有一定的差异，压缩程度不同对图像边缘结构也有较大影响。基于此，目前大多数针对压缩图像的质量评估方法，假定在已知图像分块位置的前提下，通过分析图像中的块效应或者边缘变化的大小来判定压缩程度并给出质量评分。各种方法的评估方式不尽相同，可参阅如下论文：

1. S. Lee, J. P. Sang. A new image quality assessment method to detect and measure strength of blocking artifacts. Signal Processing: Image Communication, Vol. 27, No. 1, pp. 31-38, 2012.

2. M. A. Saad, A. C. Bovic, A Two-Step Framework for Constructing Blind Image Quality Indices, IEEE Signal Processing letters, Vol. 17, No. 5, May. 2010, pp. 513- 516.

3. C. H. Yim and A. C. Bovik, Quality Assessment of Deblocked Images, IEEE Transactions on Image Processing, Vol. 20, No. 1, Jan. 2011, pp. 88-98

4. Z. Wang, A. C. Bovik, B. L. Evan, Blind Measurement of Blocking Artifacts in Images, IEEE International Conference on Image Processing, Vol.3, 2000, pp. 981-984

然而这些方法通常假定已知图像的分块位置，当压缩图像经过低通滤波、裁剪等处理后，图像中的块效应减弱或分块位置发生偏移，导致评价结果并不理想，即质量评估的鲁棒性较差。

发明内容

本发明的目的，在于提供一种基于多尺度分解的压缩图像质量无参评估方法，该方法根据图像压缩过程中出现的失真，可对压缩图像的质量进行准确评估，并能提高图像质量无参评估的鲁棒性。

为达到以上目的，本发明采用如下方案：

基于多尺度分解的压缩图像质量无参评估方法，首先，提取压缩图像的边缘像素，采用非下采样的轮廓波变换，构建图像边缘渐变特征因子；其次，对压缩图像进行一维离散余弦变换(DCT)，获得的图像平滑特征因子；最后，将图像边缘渐变特征因子和图像的平滑特征因子融合，得到压缩图像无参质量评估的评价值公式，实现对压缩图像无参质量评估，实现步骤如下：

(1)、提取压缩图像的边缘像素，得到所有边缘像素集合E及其相应的坐标集合F；对压缩图像的所有像素进行三层非下采样轮廓波变换，根据相应的坐标集合F中所有元素，判断边缘像素集合E中每一元素属于三层中的其中一层，由此构建压缩图像边缘渐变特征因子；

(2)、将图像进行分块，对每一图像分块中的行和列作一维离散余弦（DCT）变换，得到（DCT）变换系数，根据图像块中向量的一维（DCT）变换中行或列系数的数值，确定所有行或列方向平滑向量的个数，获得图像平滑特征因子；

(3)、对上述步骤(1)所述的图像边缘渐变特征因子与步骤(2)所述的图像平滑特征因子进行融合，得到该压缩图像无参质量评估的评价值。

上述步骤(1)所述的提取压缩图像的边缘像素，得到所有边缘像素集合E和相应的坐标集合F，对压缩图像的所有像素进行非下采样轮廓波变换，根据相应的坐标集合F，判断边缘像素集合E中每一元素属于三层中的其中一层，由此构建压缩图像边缘渐变特征因子，其具体步骤如下：