基于自适应尺度变换的图像质量评价方法技术

本发明专利技术提供了一种基于自适应尺度变换的图像质量评价方法，步骤为：第一步、利用观察距离D和人眼的观测角度θH，θW，计算出人眼视觉范围S；第二步、利用视觉范围S，和图像原始大小，计算出降采样尺度Z；第三步、计算出原始图像X和失真图像Y经过尺度变换Z后的图像X’，Y’；第四步、分别计算出尺度变换前后图像X，Y；X’，Y’的峰值信噪比和结构相似度质量评价分数。本发明专利技术考虑了不同的图像尺寸以及观察距离对于图像质量评价的影响，有效地提升了峰值信噪比(PSNR)和结构相似度(SSIM)质量评价方法的性能。

【技术实现步骤摘要】
【专利摘要】本专利技术提供了一种，步骤为：第一步、利用观察距离D和人眼的观测角度θH，θW，计算出人眼视觉范围S；第二步、利用视觉范围S，和图像原始大小，计算出降采样尺度Z；第三步、计算出原始图像X和失真图像Y经过尺度变换Z后的图像X’，Y’；第四步、分别计算出尺度变换前后图像X，Y；X’，Y’的峰值信噪比和结构相似度质量评价分数。本专利技术考虑了不同的图像尺寸以及观察距离对于图像质量评价的影响，有效地提升了峰值信噪比(PSNR)和结构相似度(SSIM)质量评价方法的性能。【专利说明】
本专利技术涉及一种适用于图像质量评价领域的方法，具体地，涉及一种基于自适应 尺度变换的图像质量评价方法。
技术介绍
图像质量评价（IQA)是图像处理中的一个重要研究领域。现有的图像质量评价方 法主要分为主观与客观两类。其中主观评价方法应当是最终的质量评价标准，但是这种方 式昂贵，费时，而且不能实时应用。客观质量评价方法中，SSIM着力于结构信息，取得了可观 的效果。在此基础上，研究者进一步提出了多尺度的图像质量方法，比如说：MS-SSM，IFC， VIF等。它们更加优越的性能显示了可靠的尺度对于质量评价方法的重大意义。但即便如 此，目前很少有关于尺度变换对图像质量评价方法性能的研究。研究者们大多选择简单的 多尺度方法作为一种折衷。 考虑到这种状况，Weisi Lin 等人在 2011 年《Journal of visual communication and image representation〉〉上发表了"Perceptual visual quality metrics:A survey，'。 它考虑了图像高度对于图像质量评价方法精度的影响，并且从经验上提出了一个简单的尺 度变换方法：Z = MX(1，round(H/256))，（H代表图像的高度）。然而这种尺度方法只是从 经验出发，而且没有考虑图像宽度和观察距离等外部因素，不符合人眼的实际特性，因此意 义不大。
技术实现思路
针对现有技术中的缺陷，本专利技术的目的是提供一种基于自适应尺度变换的图像质 量评价方法，该方法考虑了图像尺寸以及观察距离等外部因素对于图像质量评价的影响， 正确地模拟人眼的视觉机制，有效地提升了质量评价方法的性能。 为实现以上目的，本专利技术提供一种，包 括以下步骤： 第一步、利用观察距离D和人眼的观测角度θ Η，Θ w，计算出人眼视觉范围S ; 第二步、利用视觉范围S，和图像原始大小，计算出降采样尺度Z ; 第三步、计算出原始图像X和失真图像Y经过尺度变换Z后的图像X'，Y' ； 第四步、分别计算出尺度变换前后图像X，Y ;X'，Y'的峰值信噪比（PSNR)和结构 相似度（SSIM)质量评价分数。 本专利技术的原理是，人眼对于图像细节的感知能力很大程度上取决于人类视觉系统 (HVS)的分辨率。当观察距离越来越远的时候，人眼的分辨率下降，对于图像中细小的分辨 能力越来越差，反之亦然。 与现有技术相比，本专利技术具有如下的有益效果： 本专利技术通过自适应尺度变换，有效模拟了 HVS的实际机制。PSNR，SS頂均证实了 本专利技术有效地提高了图像质量评价方法的精度。 【专利附图】【附图说明】 通过阅读参照以下附图对非限制性实施例所作的详细描述，本专利技术的其它特征、 目的和优点将会变得更明显： 图1为本专利技术一实施例的人眼视觉范围示意图； 图2(a)-图2(d)为本专利技术一实施例在LIVE数据库中，尺度变换前后图像X，Y;X'， Υ'的PSNR，SSM质量评价分数与主观评价值DMOS对比图； 图3(a)-图3(d)为本专利技术一实施例在IVC数据库中，尺度变换前后图像Χ，Υ ;Χ'， Υ'的PSNR，SSM质量评价分数与主观评价值MOS对比图； 图4(a)-图4(d)为本专利技术一实施例在Toyama-MICT数据库中，尺度变换前后图像 X，Y ;X'，Y'的PSNR，SSM质量评价分数与主观评价值MOS对比图。 【具体实施方式】 下面结合具体实施例对本专利技术进行详细说明。以下实施例将有助于本领域的技术 人员进一步理解本专利技术，但不以任何形式限制本专利技术。应当指出的是，对本领域的普通技术 人员来说，在不脱离本专利技术构思的前提下，还可以做出若干变形和改进。这些都属于本专利技术 的保护范围。 本实施例提供一种，包括以下步骤： 第一步、利用观察距离D和人眼的观测角度ΘΗ，θ"，计算出人眼视觉范围S(S的 示意图如图1所示）； i)分别利用下述公式计算人眼视觉高度H和视觉宽度W : 【权利要求】1. 一种，其特征在于，包括以下步骤： 第一步、利用观察距离D和人眼的观测角度ΘΗ，θ"，计算出人眼视觉范围S; 第二步、利用视觉范围S，和图像原始大小，计算出降采样尺度Z ; 第三步、计算出原始图像X和失真图像Y经过尺度变换Z后的图像X'，Y' ； 第四步、分别计算出尺度变换前后图像X，Υ ;χ'，Y'的峰值信噪比和结构相似度质量评 价分数。2. 根据权利要求1所述的一种，其特征在 于，第一步中，所述的人眼视觉范围S : i) 分别利用下述公式计算人眼视觉高度Η和视觉宽度W : Η - 2 * D r = 2tan(|).D 其中：D为人眼的观察距离，ΘΗ = 40°，θ" = 50° ; ii) 计算出人眼视觉范围：S = Η · W。3. 根据权利要求1所述的一种，其特征在 于，第二步中：所述的降采样尺度Z : z= [H^w[= I 1 ,.El ^ - ^ H-W - ^ 4tan(^)-tan(^) V ^ } "/ 其中：HA分别为图像的原始高度和宽度；人眼视觉高度H和视觉宽度W : i/ = 2tan(|).D r 二 2tan(|).D 其中：D为人眼的观察距离，θ Η = 40°，Θ w = 50°。4. 根据权利要求1所述的一种，其特征在 于，第三步中，所述的降采样后图像X'，Y' ： X，= R(L(X)，Ζ) V = R(L(Y), Z) 其中X，Y分别为原始参考图像和失真图像，L( ·)为低通滤波函数，R( ·)为降采样函 数。5. 根据权利要求1-4任一项所述的一种，其 特征在于，第四步中： 图像X，Y ;X'，Y'的峰值信噪比分别为： PSNR = PSNR(X, Y) PSNRs = PSNR(X，，Y，） 图像X，Y ;X'，Y'的结构相似度质量评价分数分别为： SSIM = SSIM(X, Y) SSMs = SSIM(X，，Y，）。【文档编号】G06T7/00GK104240254SQ201410491095【公开日】2014年12月24日 申请日期:2014年9月23日 优先权日:2014年9月23日 【专利技术者】杨小康, 韩宗玺, 翟广涛, 顾锞 申请人:上海交通大学本文档来自技高网...

【技术保护点】
一种基于自适应尺度变换的图像质量评价方法，其特征在于，包括以下步骤：第一步、利用观察距离D和人眼的观测角度θH，θW，计算出人眼视觉范围S；第二步、利用视觉范围S，和图像原始大小，计算出降采样尺度Z；第三步、计算出原始图像X和失真图像Y经过尺度变换Z后的图像X’，Y’；第四步、分别计算出尺度变换前后图像X，Y；X’，Y’的峰值信噪比和结构相似度质量评价分数。

【技术特征摘要】

【专利技术属性】
技术研发人员：杨小康，韩宗玺，翟广涛，顾锞，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31