发明名称 |
基于区域权重和人眼视觉特性的图像质量客观评价方法 |
摘要 |
本发明公开了一种基于区域权重和人眼视觉特性的图像质量客观评价方法,包括如下步骤:(1)获取按区域权重分布的图像;(2)运用修正的人眼对比敏感函数处理图像;(3)运用梯度信息相似性评价图像。本发明方法结合人眼的视觉特性,其图像处理结果非常接近人眼视觉系统,只要输入参考图和评价图,即可得到符合人眼视觉特性的质量评价值。其可运用于图像压缩、储存、传输和重建等等方面,迅速衡量图像的质量;还可以应用于图像复原中的迭代终止,用此评价算法来终止迭代算法后得到的最佳复原图与人眼评价得到的最佳复原图非常接近。 |
申请公布号 |
CN101562758B |
申请公布日期 |
2010.10.27 |
申请号 |
CN200910097677.0 |
申请日期 |
2009.04.16 |
申请人 |
浙江大学 |
发明人 |
赵巨峰;冯华君;徐之海;李奇 |
分类号 |
H04N17/00(2006.01)I;G06T5/00(2006.01)I |
主分类号 |
H04N17/00(2006.01)I |
代理机构 |
杭州天勤知识产权代理有限公司 33224 |
代理人 |
胡红娟 |
主权项 |
1.一种基于区域权重和人眼视觉特性的图像质量客观评价方法,其特征在于,包括如下步骤:(1)对参考图f与评价图g分别进行高斯滤波处理后再采用各向同性的sobel算子进行梯度提取及计算衡量得到梯度图像G<sub>f1</sub>(x,y)与梯度图像G<sub>g1</sub>(x,y);对梯度图像G<sub>f1</sub>(x,y)膨胀处理得到扩展的梯度图G<sub>Ef</sub>;定义权重因子信息图为:Wmap=G<sub>Ef</sub>·G<sub>g1</sub>;参考图f与评价图g利用经过定义的权重因子信息图进行权重处理得到经过权重处理的参考图F(x,y)和经过权重处理的评价图G(x,y);(2)利用修正的人眼对比敏感函数S<sub>a</sub>(u,v)处理步骤(1)得到的经过权重处理的参考图F(x,y)和经过权重处理的评价图G(x,y),得到经过敏感函数处理后参考图F<sub>w</sub>与经过敏感函数处理后参考图G<sub>w</sub>;所述的S<sub>a</sub>(u,v)=S(w)P(w,θ);式中:<maths num="0001"><![CDATA[<math><mrow><mi>S</mi><mrow><mo>(</mo><mi>w</mi><mo>)</mo></mrow><mo>=</mo><mn>1.5</mn><msup><mi>e</mi><mrow><mo>-</mo><msup><mi>σ</mi><mn>2</mn></msup><msup><mi>w</mi><mn>2</mn></msup><mo>/</mo><mn>2</mn></mrow></msup><mo>-</mo><msup><mi>e</mi><mrow><mo>-</mo><mn>2</mn><msup><mi>σ</mi><mn>2</mn></msup><msup><mi>w</mi><mn>2</mn></msup></mrow></msup></mrow></math>]]></maths>σ=2,w=2πf/60,<img file="FSB00000187458600012.GIF" wi="283" he="69" />u与v为水平和竖直方向的空间频率;<maths num="0002"><![CDATA[<math><mrow><mi>P</mi><mrow><mo>(</mo><mi>w</mi><mo>,</mo><mi>θ</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><mn>1</mn><mo>+</mo><msup><mi>e</mi><mrow><mi>β</mi><mrow><mo>(</mo><mi>w</mi><mo>-</mo><msub><mi>w</mi><mi>o</mi></msub><mo>)</mo></mrow></mrow></msup><msup><mi>cos</mi><mn>4</mn></msup><mn>2</mn><mi>θ</mi></mrow><mrow><mn>1</mn><mo>+</mo><msup><mi>e</mi><mrow><mi>β</mi><mrow><mo>(</mo><mi>w</mi><mo>-</mo><msub><mi>w</mi><mi>o</mi></msub><mo>)</mo></mrow></mrow></msup></mrow></mfrac></mrow></math>]]></maths>θ=tan<sup>-1</sup>(v/u),表示与水平方向夹角,β=8,f<sub>0</sub>=11cycles/degree;定义FG<sub>w</sub>=F<sub>w</sub>(x,y)G<sub>w</sub>(x,y);(3)利用步骤(1)中的各向同性sobel算子进行梯度提取及计算衡量的方式处理步骤(2)得到的F<sub>w</sub>、G<sub>w</sub>与FG<sub>w</sub>分别得到梯度图像G<sub>Fw</sub>(x,y)、G<sub>Gw</sub>(x,y)与G<sub>FwGw</sub>;将梯度图像G<sub>Fw</sub>(x,y)、G<sub>Gw</sub>(x,y)与G<sub>FwGw</sub>中每一相互对应的点代入如下公式得到评价指标Gs;Gs=(2G<sub>FwGw</sub>+C)/(G<sub>Fw</sub><sup>2</sup>+G<sub>Gw</sub><sup>2</sup>+C)其中C=KL,K为常数,L为图像的灰度值动态范围;将所有点的评价指标Gs对应映射成梯度信息索引图,利用该梯度信息索引图的均值来评价图像质量。 |
地址 |
310027 浙江省杭州市西湖区浙大路38号 |