[发明专利]一种基于信息熵特征的无参考图像质量评价方法

摘要

本发明涉及一种图像质量评价方法，特别涉及一种基于信息熵特征的无参考图像质量评价方法，属于图像分析领域。本方法首先对失真图像进行Contourlet变换，得到N×M个变换子带，再将每个变换子带和未变换的原始失真图像进行分块处理，然后在每个分块系数矩阵上计算空域信息熵和频域信息熵，筛选分块特征并计算均值得到每个变换子带的质量特征值。然后利用支持向量机的方法和无参考图像质量评价的两步框架，在测试集上进行测试，利用训练得到的分类模型、评价模型和测试集对应的质量特征向量，进行质量预测和评估。本方法具有主观一致性高，时间复杂度小、通用性好的特点；可以嵌入到与图像质量相关的应用系统中，具有很强的应用价值。

主权项

1.一种基于信息熵特征的无参考图像质量评价方法，其特征在于：其具体步骤如下：步骤一、对失真图像进行Contourlet变换，得到N×M个变换子带，每个变换子带对应一个系数矩阵；步骤二、将步骤一得到的每个变换子带和未变换的原始失真图像进行分块处理，得到每个分块对应的分块系数矩阵，再在每个分块系数矩阵上计算空域信息熵和频域信息熵，筛选分块特征并计算均值得到每个变换子带的质量特征值；具体计算方法如下：步骤2.1，计算各个变换子带的空域信息熵特征值；把步骤一中得到的N×M个变换子带的系数值均缩放到[0，255]区间；对于其中尺度为i，方向为j的变换子带，分别计算其各个分块系数矩阵的空域信息熵E_s：Es=-Σnp(n)log2(n)---(2)]]>其中，n表示分块系数矩阵的系数值，p(n)表示分块系数矩阵中系数值为n的经验概率；计算所有分块系数矩阵的空域信息熵，并按从小到大的顺序提取部分空域信息熵，求取其平均值，将该平均值作为该变换子带的空域信息熵特征值按照同样的方法，提取每个变换子带的特征值，组成N×M维空域信息熵特征值：fs=(fi,js|i=1,2,...,N;j=1,2,...,M)---(3)]]>其中，表示尺度为i，方向为j的变换子带上的空域信息熵特征值；步骤2.2，计算各个变换子带的频域信息熵特征；对于其中尺度为i，方向为j的变换子带，采用块大小为P*P的分块DCT变换对其进行空频变换，得到各个分块系数矩阵对应的DCT系数矩阵C_P*P；对于每个DCT系数矩阵，忽略其直流系数，使用非直流系数作为对应率段出现的概率P(a,b)：P(a,b)＝C(a,b)                   (4)其中，a，b指示DCT系数的位置，代表不同的频率区域；然后，对P(a,b)进行规范化操作：P~(a,b)=P(a,b)2ΣaΣbP(a,b)2---(5)]]>其中,1≤a≤P，1≤b≤P且a，b不同时为1；定义DCT系数矩阵的频域信息熵特征E_f为：Ef=-ΣaΣbP~(a,b)log2P~(a,b)---(6)]]>在所有DCT系数矩阵上计算频域信息熵，并按从大到小的顺序提取部分频域信息熵求取其平均值，将该平均值作为该变换子带的频域信息熵特征值按照同样的方法，提取每个变换子带的特征值，组成N×M维空域信息熵特征值：ff=(fi,jf|i=1,2,...,N;j=1,2,...,M)---(7)]]>其中，表示尺度为i，方向为j的变换子带上的频域信息熵特征值；步骤2.3，计算原始图像的信息熵特征；在未经过Contourlet变换处理的原始失真图像的系数矩阵上提取空域信息熵特征f_os和频域信息熵特征f_of；步骤2.4，将步骤2.1至步骤2.3得到的特征值组成（2×N×M+2）维质量特征向量F:F＝(f_s，f_f，f_os，f_of)                      (8)步骤三、采用步骤一和步骤二的方法对训练集和测试集中的每一幅图像进行处理，计算得到每一幅图像的质量特征向量；然后利用支持向量机的方法，利用训练集上提取得到的质量特征向量进行训练，得到失真分类模型和质量评价模型，然后基于无参考图像质量评价的两步框架，在测试集上进行测试，利用训练得到的分类模型、评价模型和测试集对应的质量特征向量，进行质量预测，得到各个质量特征向量对应的质量分数；进而利用现有的算法性能指标对算法的优劣进行评估。