[发明专利]基于多尺度分解的压缩图像质量无参评估方法

摘要

本发明公开了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。本发明采用图像边缘渐变特征因子与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，综合反映了图像压缩导致的结构失真和平滑失真，因此能有效地评价压缩图像的质量，当图像被低通滤波或裁减时，仍可有效反映图像这两方面的失真情况，因此还提高了图像质量评估的鲁棒性。

主权项

一种基于多尺度分解的压缩图像质量无参评估方法，其特征在于，该方法首先，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。