基于条件直方图形状一致性的无参考型图像质量评价方法

摘要

本发明公开了一种基于条件直方图形状一致性的无参考型图像质量评价方法，包括如下步骤：S1：将失真图像进行非线性处理；S2：将经非线性处理的图像进行特征提取，提取出联合直方图和条件直方图曲线histo(Y|X_i)，并求解条件直方图均值；S3：利用条件直方图曲线histo(Y|X_i)和条件直方图均值求解出用以判断图像质量的质量评价指标D。通过该方法得到的质量评价指标D简单实用，且能有效反映失真图像的失真程度，相比于利用数据训练方法获得评价指标更具有客观性和稳定性。

主权项

一种基于条件直方图形状一致性的无参考型图像质量评价方法，其特征在于：包括如下步骤：S1：将失真图像进行非线性处理；S2：将经非线性处理的图像进行特征提取，提取出联合直方图和条件直方图曲线histo(Y|X_i)，并求解条件直方图均值其中，X,Y分别代表图像质量主观评价实验数据和去除非线性后的图像质量客观预测数据，i表示数据序号；S3：利用条件直方图曲线histo(Y|X_i)和条件直方图均值求解出用以判断图像质量的质量评价指标D；所述步骤S1中的非线性处理之前还包括将失真图像进行小波分解得到多尺度多方向的小波分解子带；所述的非线性处理是将各小波分解子带的小波分解系数进行分离归一化(DNT)变换，得到多尺度多方向的DNT分解子带的过程；所述步骤S2中的特征提取是从多尺度多方向的DNT分解子带中提取出相邻位置的DNT分解子带，将所述相邻位置分解子带的DNT系数离散化后，形成一系列联合直方图，再从联合直方图中提取出N个条件直方图曲线histo(Y|X_i)；所述的条件直方图均值的求解如下：$\overline{histo\left(Y|X\right)}=\frac{1}{N}\Sigma histo\left(Y\right|X_i),$X_i＝X₁,X₂,...,X_N；其中，histo(Y|X_i)代表X取X_i时的条件直方图，N表示条件直方图曲线组的曲线条数；所述步骤S3包括以下步骤：S301：利用条件直方图曲线histo(Y|X_i)和条件直方图均值求解出评价图像质量的条件直方图形状一致性的数据特征f_i；条件直方图形状一致性的数据特征f_i求解方法如下：$f_i=\frac{1}{N}\Sigma d\left(histo\right(Y|X_i\left)\right|\left|\overline{histo\left(Y\right|X)}\right)$其中，f_i代表条件直方图曲线组形状一致性特征；i是数据编号，i的最大值n＝位置数×尺度数×方向数；代表曲线histo(Y|X_i)和条件直方图均值的KLD距离；S302：利用条件直方图形状一致性的数据特征f_i通过构造出多维向量所述的n是指多维向量的维数；S303：利用条件直方图形状一致性的数据特征f_i通过求解出多维向量的l₁范向量长度其中n指多维向量的维数，i是数据编号；S304：取自然图像的多维向量的l₁范向量长度在若干数据库中的平均值为聚类中心值S305：通过多维向量的l₁范向量长度与聚类中心值的距离计算出判断图像质量的质量评价指标D，其中