基于Contourlet变换的无参考型图像质量评测方法

摘要

本发明公开了一种基于Contourlet变换的无参考型自然图像质量评价方法，主要解决在原始图像未知的情况下，客观与主观质量评价值的差异问题。该方法包括：利用Contourlet变换方法对失真图像进行多尺度和多方向的子带分解；在分解后的每个子带中，利用Contourlet系数与领域系数的相关性，构建Contourlet系数与预测系数的联合直方图；根据图像在Contourlet域随尺度增加Contourlet系数递减的特性，设定阈值对联合直方图进行划分；选取划分后的直方图中能够代表图像质量的特征区域，将其进行非线性变换以表示子带质量；对每个子带得到的质量值进行加权求和，最终得到图像质量的评价值。本发明具有适用于各种失真类型图像且与主观评价一致性好的优点，可用于对图像处理方法进行有效性评测。

主权项

1.一种基于Contourlet变换的无参考型图像质量评价方法，包括如下步骤：(1)利用Contourlet变换对失真图像进行多尺度和多方向的子带分解，得到图像的Contourlet系数C；(2)在分解得到的子带内，选择最大尺度的两层子带，利用所得到的Contourlet系数C与其邻域系数之间的关系，得到Contourlet系数的预测系数P，即C＝MP+N$P=\underset{i=1}{\overset{n}{\Sigma }}{l}_i{C}_i$式中，M为零均值乘性随机变量，N为零均值加性随机变量，Ci是C在不同尺度、方向和空间上的邻域系数，li是利用Ci计算P时的线性预测系数；(3)利用Contourlet系数C与预测系数P之间的关系，构建其二者之间的联合直方图；(4)根据Contourlet系数尺度间及方向间的统计特性，设定阈值计算公式并计算出各尺度阈值Tscale，i及各方向子带阈值Tsubband，j；(5)利用各方向子带阈值Tsubband，j将步骤(3)得到的联合直方图划分为四个子区域，选择能够反映图像失真的第二子区域SigC，P或者第三子区域InsigC，P表示质量特征；(6)在所选择的各子带内，根据得到的图像质量特征SigC，P或者InsigC，P，利用非线性拟合得到无参考型图像质量分数Q，即$q_i=K_i(1-\exp (-\frac{\left({\mathrm{Sig}}_{C,P,i}\right|\mathrm{Insi}{g}_{C,P,i})-u_i}{T_i}))$q＝[q1，q2，q3，…，qn]Q＝qω式中，Ki，ui和Ti是第i个子带的拟合参数，ω为各子带加权系数。