一种基于相似性变换的重定位图像质量评价方法技术

本发明专利技术公开了一种基于相似性变换的重定位图像质量评价方法，其通过建立原始图像与重定位图像之间的匹配关系，得到重构的重定位图像；并通过建立重定位图像与原始图像之间的匹配关系，得到重构的原始图像；然后获取原始图像和重定位图像各自中的每个四边形网格的相似性变换矩阵；接着获取原始图像和重定位图像各自的视觉显著图；再根据上述信息，得到前向几何失真、后向几何失真、前向信息损失、后向信息损失；最后融合前向几何失真、后向几何失真、前向信息损失和后向信息损失得到重定位图像的客观质量评价预测值；优点是能够有效地提高客观评价结果与主观感知之间的相关性。

【技术实现步骤摘要】
一种基于相似性变换的重定位图像质量评价方法
本专利技术涉及一种图像质量评价方法，尤其是涉及一种基于相似性变换的重定位图像质量评价方法。
技术介绍
随着终端显示设备(例如智能手机、平板电脑、电视等)的快速发展与更新换代，具有不同分辨率和屏幕高宽比的终端显示设备充斥着人们的工作与生活。当需要显示的图像或视频的分辨率与屏幕的分辨率不相符时，如何在尽可能不改变用户观看体验的前提下，改变图像或视频的分辨率使之适应不同尺寸的终端显示设备，这就是重定位(retargeting)问题。当前解决重定位问题的方法有：缩放(scaling)、裁切(cropping)和变形(warping)等。然而，这些重定位方法没有充分利用终端显示设备的尺寸优势，降低了用户体验效果，因此对不同重定位方法的性能进行客观评价十分必要。现有的重定位方法大多以像素点匹配为基础，建立原始图像和重定位图像之间的映射关系，并基于像素点匹配提取相应特征评价重定位图像质量。然而，重定位图像由不同的重定位操作得到，现有的重定位图像质量评价方法并不能很好地揭示两者之间的关系。因此，如何建立原始图像和重定位图像之间的映射关系，如何根据映射关系对图像分辨率、场景几何、语义内容等因素进行量化以反映质量退化程度，使得客观评价结果更加感觉符合人类视觉系统，都是在对重定位图像进行质量客观评价过程中需要研究解决的问题。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于相似性变换的重定位图像质量评价方法，其能够有效地提高客观评价结果与主观感知之间的相关性。本专利技术解决上述技术问题所采用的技术方案为：一种基于相似性变换的重定位图像质量评价方法，其特征在于包括以下步骤：①令Iorg表示原始图像，令Iret表示Iorg对应的重定位图像；将Iorg中坐标位置为(x,y)的像素点的像素值记为Iorg(x,y)，将Iret中坐标位置为(x',y)的像素点的像素值记为Iret(x',y)；其中，1≤x≤W，1≤y≤H，1≤x'≤W'，W表示Iorg的宽度，W'表示Iret的宽度，H表示Iorg或Iret的高度；②采用SIFT-Flow方法建立Iorg与Iret之间的匹配关系，得到Iorg中的每个像素点的SIFT-Flow向量，将Iorg中坐标位置为(x,y)的像素点的SIFT-Flow向量记为vO(x,y)，然后根据Iorg中的所有像素点的SIFT-Flow向量，从Iorg中得到重构的重定位图像，记为将中坐标位置为的像素点的像素值记为再判断中的每个像素点是否为空洞像素点，对于中坐标位置为(x',y)的像素点，若中坐标位置为(x',y)的像素点为空洞像素点，则令其中，用于表示水平方向，用于表示垂直方向，表示vO(x,y)的水平偏移量，表示vO(x,y)的垂直偏移量，中的“＝”为赋值符号；同样，采用SIFT-Flow方法建立Iret与Iorg之间的匹配关系，得到Iret中的每个像素点的SIFT-Flow向量，将Iret中坐标位置为(x',y)的像素点的SIFT-Flow向量记为vR(x',y)，然后根据Iret中的所有像素点的SIFT-Flow向量，从Iret中得到重构的原始图像，记为将中坐标位置为的像素点的像素值记为再判断中的每个像素点是否为空洞像素点，对于中坐标位置为(x,y)的像素点，若中坐标位置为(x,y)的像素点为空洞像素点，则令其中，表示vR(x',y)的水平偏移量，表示vR(x',y)的垂直偏移量，中的“＝”为赋值符号；③将Iorg分割成个互不重叠的尺寸大小为16×16的四边形网格；然后以Iorg中的每个四边形网格的左上、左下、右上和右下4个网格顶点的集合来描述Iorg中的每个四边形网格，将Iorg中的第k个四边形网格记为UO,k，其中，符号为向下取整运算符号，k为正整数，1≤k≤M，对应表示UO,k的左上网格顶点、左下网格顶点、右上网格顶点、右下网格顶点，以的水平坐标位置和垂直坐标位置来描述，以的水平坐标位置和垂直坐标位置来描述，以的水平坐标位置和垂直坐标位置来描述，以的水平坐标位置和垂直坐标位置来描述，同样，将Iret分割成个互不重叠的尺寸大小为16×16的四边形网格；然后以Iret中的每个四边形网格的左上、左下、右上和右下4个网格顶点的集合来描述Iret中的每个四边形网格，将Iret中的第k'个四边形网格记为UR,k'，其中，k'为正整数，1≤k'≤M'，对应表示UR,k'的左上网格顶点、左下网格顶点、右上网格顶点、右下网格顶点，以的水平坐标位置和垂直坐标位置来描述，以的水平坐标位置和垂直坐标位置来描述，以的水平坐标位置和垂直坐标位置来描述，以的水平坐标位置和垂直坐标位置来描述，④根据Iorg中的每个四边形网格的所有网格顶点的SIFT-Flow向量，得到Iorg中的每个四边形网格在Iret中匹配的四边形网格，将UO,k在Iret中匹配的四边形网格记为然后计算Iorg中的每个四边形网格的相似性变换矩阵，将UO,k的相似性变换矩阵记为其中，对应表示的左上网格顶点、左下网格顶点、右上网格顶点、右下网格顶点，也即对应表示在Iret中匹配的网格顶点、在Iret中匹配的网格顶点、在Iret中匹配的网格顶点、在Iret中匹配的网格顶点，以的水平坐标位置和垂直坐标位置来描述，以的水平坐标位置和垂直坐标位置来描述，以的水平坐标位置和垂直坐标位置来描述，以的水平坐标位置和垂直坐标位置来描述，表示的SIFT-Flow向量的水平偏移量，表示的SIFT-Flow向量的垂直偏移量，表示的SIFT-Flow向量的水平偏移量，表示的SIFT-Flow向量的垂直偏移量，表示的SIFT-Flow向量的水平偏移量，表示的SIFT-Flow向量的垂直偏移量，表示的SIFT-Flow向量的水平偏移量，表示的SIFT-Flow向量的垂直偏移量，(AO,k)T为AO,k的转置，((AO,k)TAO,k)-1为的维数为6×1；同样，根据Iret中的每个四边形网格的所有网格顶点的SIFT-Flow向量，得到Iret中的每个四边形网格在Iorg中匹配的四边形网格，将UR,k'在Iorg中匹配的四边形网格记为然后计算Iret中的每个四边形网格的相似性变换矩阵，将UR,k'的相似性变换矩阵记为其中，对应表示的左上网格顶点、左下网格顶点、右上网格顶点、右下网格顶点，也即对应表示在Iorg中匹配的网格顶点、在Iorg中匹配的网格顶点、在Iorg中匹配的网格顶点、在Iorg中匹配的网格顶点，以的水平坐标位置和垂直坐标位置来描述，以的水平坐标位置和垂直坐标位置来描述，以的水平坐标位置和垂直坐标位置来描述，以的水平坐标位置和垂直坐标位置来描述，表示的SIFT-Flow向量的水平偏移量，表示的SIFT-Flow向量的垂直偏移量，表示的SIFT-Flow向量的水平偏移量，表示的SIFT-Flow向量的垂直偏移量，表示的SIFT-Flow向量的水平偏移量，表示的SIFT-Flow向量的垂直偏移量，表示的SIFT-Flow向量的水平偏移量，表示的SIFT-Flow向量的垂直偏移量，(AR,k')T为AR,k'的转置，((AR,k')TAR,k')-1为(AR,k')TAR,k'的逆，的维数为6×1；⑤采用分层显著性检测模型提取出Iorg的本文档来自技高网...

【技术保护点】
一种基于相似性变换的重定位图像质量评价方法，其特征在于包括以下步骤：①令Iorg表示原始图像，令Iret表示Iorg对应的重定位图像；将Iorg中坐标位置为(x,y)的像素点的像素值记为Iorg(x,y)，将Iret中坐标位置为(x',y)的像素点的像素值记为Iret(x',y)；其中，1≤x≤W，1≤y≤H，1≤x'≤W'，W表示Iorg的宽度，W'表示Iret的宽度，H表示Iorg或Iret的高度；②采用SIFT‑Flow方法建立Iorg与Iret之间的匹配关系，得到Iorg中的每个像素点的SIFT‑Flow向量，将Iorg中坐标位置为(x,y)的像素点的SIFT‑Flow向量记为vO(x,y)，

【技术特征摘要】
1.一种基于相似性变换的重定位图像质量评价方法，其特征在于包括以下步骤：①令Iorg表示原始图像，令Iret表示Iorg对应的重定位图像；将Iorg中坐标位置为(x,y)的像素点的像素值记为Iorg(x,y)，将Iret中坐标位置为(x',y)的像素点的像素值记为Iret(x',y)；其中，1≤x≤W，1≤y≤H，1≤x'≤W'，W表示Iorg的宽度，W'表示Iret的宽度，H表示Iorg或Iret的高度；②采用SIFT-Flow方法建立Iorg与Iret之间的匹配关系，得到Iorg中的每个像素点的SIFT-Flow向量，将Iorg中坐标位置为(x,y)的像素点的SIFT-Flow向量记为vO(x,y)，然后根据Iorg中的所有像素点的SIFT-Flow向量，从Iorg中得到重构的重定位图像，记为将中坐标位置为的像素点的像素值记为再判断中的每个像素点是否为空洞像素点，对于中坐标位置为(x',y)的像素点，若中坐标位置为(x',y)的像素点为空洞像素点，则令其中，用于表示水平方向，用于表示垂直方向，表示vO(x,y)的水平偏移量，表示vO(x,y)的垂直偏移量，中的“＝”为赋值符号；同样，采用SIFT-Flow方法建立Iret与Iorg之间的匹配关系，得到Iret中的每个像素点的SIFT-Flow向量，将Iret中坐标位置为(x',y)的像素点的SIFT-Flow向量记为vR(x',y)，然后根据Iret中的所有像素点的SIFT-Flow向量，从Iret中得到重构的原始图像，记为将中坐标位置为的像素点的像素值记为再判断中的每个像素点是否为空洞像素点，对于中坐标位置为(x,y)的像素点，若中坐标位置为(x,y)的像素点为空洞像素点，则令其中，表示vR(x',y)的水平偏移量，表示vR(x',y)的垂直偏移量，中的“＝”为赋值符号；③将Iorg分割成个互不重叠的尺寸大小为16×16的四边形网格；然后以Iorg中的每个四边形网格的左上、左下、右上和右下4个网格顶点的集合来描述Iorg中的每个四边形网格，将Iorg中的第k个四边形网格记为UO,k，其中，符号为向下取整运算符号，k为正整数，1≤k≤M，对应表示UO,k的左上网格顶点、左下网格顶点、右上网格顶点、右下网格顶点，以的水平坐标位置和垂直坐标位置来描述，以的水平坐标位置和垂直坐标位置来描述，以的水平坐标位置和垂直坐标位置来描述，以的水平坐标位置和垂直坐标位置来描述，同样，将Iret分割成个互不重叠的尺寸大小为16×16的四边形网格；然后以Iret中的每个四边形网格的左上、左下、右上和右下4个网格顶点的集合来描述Iret中的每个四边形网格，将Iret中的第k'个四边形网格记为UR,k'，其中，k'为正整数，1≤k'≤M'，对应表示UR,k'的左上网格顶点、左下网格顶点、右上网格顶点、右下网格顶点，以的水平坐标位置和垂直坐标位置来描述，以的水平坐标位置和垂直坐标位置来描述，以的水平坐标位置和垂直坐标位置来描述，以的水平坐标位置和垂直坐标位置来描述，④根据Iorg中的每个四边形网格的所有网格顶点的SIFT-Flow向量，得到Iorg中的每个四边形网格在Iret中匹配的四边形网格，将UO,k在Iret中匹配的四边形网格记为然后计算Iorg中的每个四边形网格的相似性变换矩阵，将UO,k的相似性变换矩阵记为其中，对应表示的左上网格顶点、左下网格顶点、右上网格顶点、右下网格顶点，也即对应表示在Iret中匹配的网格顶点、在Iret中匹配的网格顶点、在Iret中匹配的网格顶点、在Iret中匹配的网格顶点，以的水平坐标位置和垂直坐标位置来描述，以的水平坐标位置和垂直坐标位置来描述，以的水平坐标位置和垂直坐标位置来描述，以的水平坐标位置和垂直坐标位置来描述，表示的SIFT-Flow向量的水平偏移量，表示的SIFT-Flow向量的垂直偏移量，表示的SIFT-Flow向量的水平偏移量，表示的SIFT-Flow向量的垂直偏移量，表示的SIFT-Flow向量的水平偏移量，表示的SIFT-Flow向量的垂直偏移量，表示的SIFT-Flow向量的水平偏移量，表示的SIFT-Flow向量的垂直偏移量，(AO,k)T为AO,k的转置，((AO,k)TAO,k)-1为(AO,k)TAO,k的逆，的维数为6×1；同样，根据Iret中的每个四边形网格的所有网格顶点的SIFT-Flow...

【专利技术属性】
技术研发人员：邵枫，富振奇，李福翠，
申请(专利权)人：宁波大学，
类型：发明
国别省市：浙江,33