基于结构失真与空间频率指标的图像质量评价方法

摘要

本发明公开了一种基于结构失真与空间频率指标的图像质量评价方法，该方法在基于结构失真的图像质量评价方法的基础上，提出结构失真与空间频率指标结合的图像质量评价方法，从而实现了从影响图像质量评价的主要因素即亮度、清晰度以及相关度对图像质量进行评价。本发明基于结构失真与空间频率指标的图像质量评价方法在客观评价图像时更能与人眼主观感觉相一致，并且由于所选用的计算关系式较为简单，只涉及到原始图像与失真图像像素之间的计算，所以该方法能够快速有效的对图像质量进行评价。

主权项

1.一种基于结构失真与空间频率指标的图像质量评价方法，其特征是在于，包括以下步骤：步骤1，计算原始图像与失真图像的均值利用关系式计算原始图像与失真图像的平均亮度逼近度，其中，x，y分别代表原始图像与失真图像，图像中横向和纵向的像素数目分别为m和n，$\bar{x}=\frac{1}{m\times n}\underset{i=1}{\overset{m}{\Sigma }}\underset{j=1}{\overset{n}{\Sigma }}x(i,j)$$\bar{y}=\frac{1}{m\times n}\underset{i=1}{\overset{m}{\Sigma }}\underset{j=1}{\overset{n}{\Sigma }}y(i,j)$x(i，j)和y(i，j)分别为原始图像和失真图像在第i行第j列的灰度值；步骤2，计算原始图像与失真图像的均方误差σ_x，σ_y及协方差σ_xy，利用关系式计算原始图像与失真图像的线性相关度，其中，x，y分别代表原始图像与失真图像，图像在横向和纵向的像素数目分别为m和n，${\sigma }_x={\left[\frac{1}{m\times n}\underset{i=1}{\overset{m}{\Sigma }}\underset{j=1}{\overset{n}{\Sigma }}{(x(i,j)-\bar{x})}^2\right]}^{1/2}$${\sigma }_y={\left[\frac{1}{m\times n}\underset{i=1}{\overset{m}{\Sigma }}\underset{j=1}{\overset{n}{\Sigma }}{(y(i,j)-\bar{y})}^2\right]}^{1/2}$${\sigma }_{\mathrm{xy}}=\frac{1}{m\times n}\underset{i=1}{\overset{m}{\Sigma }}\underset{j=1}{\overset{n}{\Sigma }}(x(i,j)-\bar{x})(y(i,j)-\bar{y})$x(i，j)和y(i，j)分别为原始图像和失真图像在第i行第j列的灰度值；步骤3，根据步骤2所得原始图像与失真图像的均方误差σ_x，σ_y，利用关系式计算原始图像与失真图像的相似度；步骤4，计算失真图像的空间行频率RF以及空间列频率CF，通过空间行频率RF及空间列频率CF计算失真图像空间频率指标计算空间行频率RF和空间列频率CF的公式如下$\mathrm{RF}=\sqrt{\frac{1}{m\times n}\underset{i=1}{\overset{m}{\Sigma }}\underset{j=2}{\overset{n}{\Sigma }}{(y(i,j)-y(i,j-1))}^2}$$\mathrm{CF}=\sqrt{\frac{1}{m\times n}\underset{i=2}{\overset{m}{\Sigma }}\underset{j=1}{\overset{n}{\Sigma }}{(y(i,j)-y(i-1,j))}^2}$其中，m，n分别为图像在横向和纵向的像素数目，y(i，j)为失真图像在第i行第j列的灰度值；步骤5，综合步骤1所得平均亮度逼近度、步骤2所得线性相关度、步骤3所得相似度及步骤4所得失真图像空间频率指标，计算基于结构失真与空间频率指标的图像质量评价指标根据计算所得图像质量评价指标数值从图像的亮度、清晰度以及相关性三方面对图像质量进行综合评价。