[发明专利]一种卡通图像质量的盲评估方法

摘要

本发明公开了一种卡通图像质量的盲评估方法，其步骤包括：依据局部灰度差异值的大小将卡通图像分为卡通边缘区域与卡通背景区域；在卡通边缘区域，通过计算卡通图像边缘区域的锐度统计直方图与高质量卡通图像的锐度统计先验模型的距离获取卡通图像的边缘质量得分；在卡通背景区域，通过计算卡通图像局部量化编码直方图与高质量卡通图像的纹理统计先验模型的距离获取卡通图像的背景纹理得分；最后根据边缘质量得分和背景纹理得分得到最终的图像质量分数。本发明能提高对卡通图像质量评估的鲁棒性和可靠性，从而使得对卡通图像质量的评价更符合人类视觉感知。

主权项

1.一种卡通图像质量的盲评估方法，其特征是按如下步骤进行：步骤1：利用式(1)计算任意一幅卡通图像I中第c个像素点的局部灰度差异值s_c：式(1)中，和分别表示第c个像素点的周围局部区域中第i个邻居像素点和第j个邻居像素点的灰度值，i,j＝1,2,…,p；p表示周围局部区域的像素点总数；c＝1,2,…,C，C表示所述卡通图像I的像素点总数；步骤2：判断第c个像素点的局部灰度差异值s_c大于等于阈值t是否成立，若成立，则表示第c个像素点属于边缘区域I_Edge，否则，表示第c个像素点属于背景区域I_BG；从而将所述卡通图像I划分为边缘区域I_Edge和背景区域I_BG；步骤3：利用式(2)获得所述边缘区域I_Edge中第n个像素点的边缘锐度γ_n：式(2)中，g_n表示所述边缘区域I_Edge中第n个像素点的灰度值，表示所述边缘区域I_Edge中第n个像素点的周围局部区域中第i个邻居像素点的灰度值，max为取最大值操作；N_Edge表示所述边缘区域I_Edge的像素点总数；步骤4：利用式(3)得到所述边缘区域I_Edge的锐度统计直方图H_Edge：H_Edge＝Norm(hist{γ_n|n＝1,2,…,N_Edge})     (3)式(3)中，hist{·}为统计直方图操作，Norm(·)为归一化操作；步骤5：利用式(4)得到边缘区域的锐度先验模型T_Edge：式(4)中，表示第k幅卡通图像的边缘区域的锐度统计直方图，k＝1,2,…,K；K表示参与统计的卡通图像的总数；步骤6：利用式(5)得到所述卡通图像I的边缘质量分数d_Edge：式(5)中，χ²(·)表示计算两个直方图之间的卡方距离，α表示幂函数的底数，且为α＞0的实数；步骤7：利用式(6)得到第l个量化阈值σ_l：σ_l＝(l‑1)×Δ    (6)式(6)中，l＝1,2,…,L，L为量化阈值的总数；Δ为基础阈值，并有：式(7)中，g_m表示所述背景区域I_BG中第m个像素点的灰度值，表示所述背景区域I_BG中第m个像素点的周围局部区域中第u个邻居像素点的灰度值，u＝1,2,…,P_N，P_N为局部邻居像素点个数，且不包含中心点像素，m＝1,2,…,N_BG，N_BG表示所述背景区域I_BG的像素点总数；步骤8：利用式(8)得到所述背景区域I_BG中第m个像素点的第u个邻居像素点在第l个等级下的分布值从而利用式(9)得到所述背景区域I_BG中第l个等级下的第m个像素点的分布个数步骤9：利用式(10)得到所述背景区域I_BG中第m个像素点在所有等级下的局部量化编码t_m：步骤10：利用式(11)得到所述背景区域I_BG的局部量化编码统计直方图H_BG：H_BG＝Norm(hist{t_m|m＝1,2,…,N_BG})    (11)步骤11：利用式(12)得到背景区域的纹理先验模型T_BG：式(12)中，表示第k幅卡通图像的背景区域的局部量化编码统计直方图；步骤12：利用式(13)得到所述卡通图像I的背景质量分数d_BG：式(13)中，β表示幂函数的底数，且为β＞0的实数；步骤13：利用式(14)得到所述卡通图像I的最终质量评价分数d：d＝λ₁d_Edge+λ₂d_BG    (14)式(14)中，λ₁与λ₂均为权重。