一种大样本容量图像质量主观评价方法及系统技术方案

本发明专利技术实施例公开一种大样本容量的图像质量主观评价方法及系统。大样本容量图像质量主观评价方法包括循环积分排序、最优选择排序和顺序调整三个步骤，其中循环积分排序步骤可以将全体样本的质量进行初步分类、排序，从全体样本中筛选出数幅图片作为标志位，然后通过最优选择排序步骤和顺序调整步骤不断优化序列，最终获得准确的图像质量排序。该方法有效地提高主观评价的可靠性和准确性，结果更深刻地反映人的视觉特性。本发明专利技术实施例还提供与所提出图像质量主观评价方法相应的图像质量评价系统，包括初测积分模块、第一排序模块、最优排序模块和顺序调整模块。本发明专利技术实施例提出的方法及系统可应用于大样本容量图像质量数据库原始数据收集工作。

【技术实现步骤摘要】
一种大样本容量图像质量主观评价方法及系统
本专利技术涉及图像识别中图像质量评价的
，具体涉及一种大样本容量的图像质量主观评价方法及其系统。
技术介绍
图像是人工智能获取外界信息的主要来源，其在采集、存储和显示的过程中，由于受到噪声、离焦、丢包和色彩失真等因素的影响，图像质量会存在不同程度的降低。图像质量直接影响计算机信息的获取量，因此图像质量的评价方法具有重要的研究意义和应用价值，目前已经广泛应用于相机自动调光调焦，图像或视频的压缩、重构、增强等技术，涉及计算机视觉及、机器学习、神经网络、人工智能等多个领域。研究图像质量的评价方法需要大量的经过测试者主观评价的图像作为度量。目前，研究人员都尝试按照一定的主观评价规则建立数据库，如LIVE、CSIQ和TID2013等，上述三种数据库的基本情况如表1所示。表1三种常用的图像质量评价的数据库参数数据库时间图像分辨率失真种类测评人数统计数据LIVE200629624*438～768*512516125,000CSIQ201030512*5126255,000TID2013201325512*3842497152,4340数据库的基本情况包括创建时间、图像的总数、图像的分辨率、失真的种类、参与主观评价的测试人数以及统计数据。目前的数据库的主观评价方法都对受噪声、模糊、传输错误和色彩失真等因素影响的图片进行分类，然后安排测试员进行主观评价，其中，TID2013数据库进行了多达524,340次主观评价。TID2013数据库的主观评价方法采用循环积分排序，通过统计大量的主观评价测试结果提高评分的可靠性，但是其数据库的样本容量过小，每种图像每种失真类型的样本容量仅为5；受测评方法限制，图像质量得分在测试之前就被限定在一个相对较小的范围，每组测试待测图像120幅，质量将被划分成19个等级，等级划分不够丰富；测试缺乏对积分相似的图像横向比对，导致数据库内许多具有相似积分的图像仍存在肉眼可见的差异。大样本容量(如几百幅样本图像)的图像质量主观评价结果与小样本相比，随着样本数量的提高，测试结果的可靠性呈指数降低，因此，针对现有的主观评价方法存在的样本容量小、可靠性差等问题，需要提出适用于大样本容量图像质量的主观评价方法，对图像质量等级划分更丰富，且应该具有图像横向比对的等功能，进一步挖掘人的视觉特性。
技术实现思路
针对现有TID2013数据库的主观评价方法存在的样本容量小、可靠性差等问题，本专利技术实施例提出一种大样本容量图像质量的主观评价方法。该方法包括循环积分排序、选择最优质量图像排序和顺序调整三个步骤，能够深度挖掘人的视觉特性，并且保证数据库的可靠性。本专利技术实施例中提供的图像质量主观评价的方法具体方案如下：一种大样本容量图像质量主观评价的方法，包括步骤S1：将m幅图像随机划分成m/2组，根据测试人员对各组图像的比较结果为图像赋分，其中m为大于0的自然数；步骤S2：将步骤S1重复r1轮，获得每一幅图像的积分，其中，r1为大于0的自然数；步骤S3：按图像的积分值递增或者递减的顺序对图像进行排序，获得图像的第一顺序；步骤S4：根据测试人员对所述的第一顺序的最优评价结果，获得图像的第二顺序；步骤S5：将步骤S4重复r2轮，其中，r2为大于0的自然数。步骤S6：根据测试人员对所述第二顺序的调整结果，更新所述的第二顺序。优选地，所述步骤S1中的比较结果包括质量较好、质量较差和质量类似的三种情况，相应的赋分的分值分别为R分、0分和R/2分，其中，R为大于0的自然数。优选地，所述步骤S4包括：步骤S41：将测试人员从第一顺序前n幅图像中所选择出的最清晰的一幅图像取出，并将所述图像依次放入第二顺序，其中，n为大于0且小于m的自然数；步骤S42：将步骤S41重复m-1次，获得完整的第二顺序。优选地，步骤S41中所述的n等于4。优选地，所述步骤S2中r1等于[log2m-2]，其中[]符号表示四舍五入取整运算。优选地，所述步骤S5中r2等于[log2m-2]。优选地，步骤S5中将第r2-1轮所得的第二顺序作为第r2轮的第一顺序。本专利技术实施例还提供与上述方法对应的系统，该系统的具体技术方案为：一种大样本容量图像质量主观评价的系统，包括：初测积分模块，用于根据测试人员的评价结果对图像进行赋分；所述初测积分模块包括用于对图像进行随机分组的第一分组单元和用于根据测试人员的评价对图像进行记分的记分单元；第一排序模块，用于根据图像的积分对图像进行排序，获得图像的第一顺序；最优排序模块，用于根据测试人员在多幅图像中选择最优结果对图像进行二次排序，获得图像的第二顺序；所述最优排序模块，包括提取单元和最优记录单元，所述提取单元用于提取所述第一排序模块中质量排序靠前的多幅图像，所述最优记录单元用于记录测试人员在所述多幅图像中选出的最优图像；顺序调整模块，用于根据测试人员对第二顺序的调整结果，更新所述第二顺序。优选地，所述的调整结果包括调整图像质量排序存在明显错误的顺序。从以上技术方案可以看出，本专利技术实施例具有以下优点：本专利技术实施例中提供一种大样本容量图像质量的主观评价方法和系统，包括循环积分排序步骤和最优选择排序步骤，提供一种对图像质量等级划分更丰富的图像质量主观评价新思路，依靠该方法及系统创建的图像质量数据库具有图像横向比对能力，能够提高主观评价的可靠性，适用于大样本容量的图像质量主观评价。附图说明图1为本专利技术实施例所提供的一种大样本容量图像质量主观评价方法的流程示意图；图2为图1所示实施例中提供的步骤四的子步骤流程示意图；图3为本专利技术中一种大样本容量图像质量主观评价方法的实验结果；图4为本专利技术实施例提供的一种大样本容量图像质量主观评价系统的示意图；附图中的标记说明：100、系统10、初测积分模块20、第一排序模块30、最优排序模块40、顺序调整模块12、第一分组单元14、记分单元32、提取单元34、最优记录单元具体实施方式为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。如图1所示，本专利技术实施例提供一种大样本容量图像质量主观评价的方法。该方法基于改进循环积分排序的思想，包括六个步骤，具体步骤内容如下所示。步骤S1：将m幅图像随机分成m/2组，并根据测试人员对每组图像的比较结果对所述图像进行赋分；其中，m为大于0的自然数。在该步骤中，测试人员对本文档来自技高网...

【技术保护点】
1.一种大样本容量图像质量主观评价的方法，其特征在于，所述方法包括：步骤S1：将m幅图像随机划分成m/2组，根据测试人员对各组图像的比较结果为图像赋分，其中m为大于0的自然数；步骤S2：将步骤S1重复r1轮，获得每一幅图像的积分，其中，r1为大于0的自然数；步骤S3：按图像的积分值递增或者递减的顺序对图像进行排序，获得图像的第一顺序；步骤S4：根据测试人员对所述的第一顺序的最优评价结果，获得图像的第二顺序；步骤S5：将步骤S4重复r2轮，其中，r2为大于0的自然数；步骤S6：根据测试人员对所述第二顺序的调整结果，更新所述的第二顺序。

【技术特征摘要】
1.一种大样本容量图像质量主观评价的方法，其特征在于，所述方法包括：步骤S1：将m幅图像随机划分成m/2组，根据测试人员对各组图像的比较结果为图像赋分，其中m为大于0的自然数；步骤S2：将步骤S1重复r1轮，获得每一幅图像的积分，其中，r1为大于0的自然数；步骤S3：按图像的积分值递增或者递减的顺序对图像进行排序，获得图像的第一顺序；步骤S4：根据测试人员对所述的第一顺序的最优评价结果，获得图像的第二顺序；步骤S5：将步骤S4重复r2轮，其中，r2为大于0的自然数；步骤S6：根据测试人员对所述第二顺序的调整结果，更新所述的第二顺序。2.根据权利要求1所述的一种大样本容量图像质量主观评价方法，其特征在于，所述步骤S1中的比较结果包括质量较好、质量较差和质量类似三种情况，对应的分值分别为R分、0分或各R/2分，其中，R为大于0的自然数。3.根据权利要求1所述的一种大样本容量图像质量主观评价方法，其特征在于，所述步骤S2中r1等于[log2m-2]，其中[]表示四舍五入的取整运算。4.根据权利要求1所述的一种大样本容量图像质量主观评价方法，其特征在于，所述步骤S4包括：步骤S41：将测试人员从第一顺序前n幅图像中所选择出的最清晰的一幅图像取出，其中n为大于0且小于m的自然数，将选中图像依次放入第二顺序、未选中图像放回第一顺序；步骤S42：将步骤S41重复m...

【专利技术属性】
技术研发人员：刘阳，王伟国，姜润强，刘廷霞，王鹤琪，
申请(专利权)人：中国科学院长春光学精密机械与物理研究所，
类型：发明
国别省市：吉林,22