一种基于分块噪声方差估计的图像累积信噪比计算方法技术

本发明专利技术公开了一种基于分块噪声方差估计的图像累积信噪比计算方法，利用图像分割处理中的分水岭分割方法，将图像分为强度均匀一致的分块，并利用分块仿射重建方法估计出原始图像信号结果，同时，对于仿射重建结果，进行了边界模糊处理，得到最佳的边界模糊图，并结合噪声散点分布，用不同的权重因子将各区间信噪比进行累积，得到图像累积信噪比指标。本发明专利技术可应用于图像复原、去噪、评价等领域，利用累积信噪比评价指标，可以准确评价图像质量的好坏。

【技术实现步骤摘要】

本专利技术涉及计算机图像处理技术，尤其涉及一种基于分块噪声方差估计的图像累积信噪比计算方法。
技术介绍
随着数字多媒体技术的飞速发展，越来越多的数字图像和视频应用于人们生活的各项领域，数字化已经成为未来科技发展的必然趋势。在数字图像的获取、压缩、传输、储存和处理的过程中，总会受到各种退化因素的影响，造成图像降质退化，严重影响了图像的视觉感受质量。对于有效的图像质量评价方法的研究逐渐成为了数字图像处理技术中一个研究的热点。现有的图像质量评价方法主要分为主观评价方法和客观评价方法。主观评价方法通过人眼直接判断图像质量的好坏，是最可靠的评价方法，但是由于其需要耗费大量的人力和时间成本，且无法应用于实时在线的评价系统，限制了它的应用和发展。客观图像评价方法成为了图像质量评价法的发展趋势。传统的信噪比指标是经典的客观评价方法，它利用图像信号与噪声的方差之比作为图像质量的评价指标，信噪比指标越高表示图像质量越高。在有原始清晰图的情况下，信噪比指标比较容易计算。但是很多实际的应用场合，原始清晰图像是无法获得的，只能从单幅降质图像中来计算得到图像信噪比的指标。现有的图像信噪比计算方法主要包括方差法、局部方差法、基于边缘块剔除的局部方差法等等，他们多数是基于图像均匀矩形分块估计噪声方差，但往往图像中不会存在规则的亮度均匀一致的场景。这种分块方式对图像强度均匀区域的划分是粗糙，且对图像内容或某些模糊非常敏感，导致信噪比计算结果非常不稳定。图像噪声水平估计的不准确性，严重限制了图像信噪比评价算法的应用。
技术实现思路
本专利技术提供一种利用基于分块噪声方差估计的图像累积信噪比指标计算方法，能从单幅图像中较为准确的计算出图像累积信噪比指标，本发明所提出的累积信噪比SNRA（Signal-to-Noise Ratio Accumulation）指标值，具有很好的单调性和适用性，评价结果能够和人眼主观视觉感受一致。本专利技术基于图像分块噪声方差估计，提出了一种图像累积信噪比指标的计算方法，其主要思路是：1、基于图像分块仿射重建方法对噪声方差水平进行估计，并对仿射重建结果进行边界模糊处理。图像中噪声分布并非均匀一致，成像过程中不同光强所引起的噪声是有所不同的，反映到图像就表现为图像噪声方差是随灰度的变化而变化的，他们之间有一定的函数关联。本专利技术利用图像分割处理中的分水岭分割方法，将图像分为强度均匀一致的分块，并利用分块仿射重建方法估计出原始图像信号结果。同时，对于仿射重建结果，进行了边界模糊处理，得到了最佳的边界模糊图，削弱了分块边界对噪声估计的影响。2、结合噪声散点分布，用不同的权重因子将各区间信噪比进行累积，得到图像累积信噪比指标。图像强度归一化到[01],并等分为256个区间，每个区间内都有区间均值作为信号，对应的噪声方差散点的最小值作为区间均值强度对应的噪声方差值，即可算出各个区间的信噪比数值。考虑各区间散点个数占全体散点个数的比例值作为区间权重因子，将各区间信噪比数值权重累加，得到最后最终图像累积信噪比指标。具体地，本专利技术所提供的一种基于分块噪声方差估计的图像累积信噪比指标计算方法，包括如下步骤：（1）基于分水岭法的图像分割用分水岭分割方法对信噪比待计算图像f进行近似区域分割，其基本思想是基于拓扑形态学理论，把图像看做测地学上的拓扑地貌，各点像素的灰度值表示该点的海拔高度，每一个局部极小值及其影响区域称为集水盆，而集水盆的边界则形成分水岭；分割算法后将图像分为若干大小相当、互不相交的图像区域块，分割后图像中像素值相似区域将被分为同一分块，图像f被分割成M个区域{Φi本文档来自技高网...

【技术保护点】
一种基于分块噪声方差估计的图像累积信噪比计算方法，其特征在于，包括以下几个步骤：1）用分水岭分割方法对目标图像f进行近似区域分割，将图像分割为多个图像区域块；2）对所有图像区域块，建立式（1）的仿射重建矩阵，求解出最佳仿射矩阵T`；T`=argminM||Φ-TL||2---(1)]]>其中：T∈R3×3为仿射重建矩阵，L∈R3×m表示图像区域块中的图像像素坐标，Φ为对应坐标L下的分块图像像素值，M为图像区域块的数量；3）根据所述的最佳仿射矩阵T`，得到目标图像的仿射重建结果g=T`L；4）对目标图像进行高斯模糊处理，得到对应的最佳边界模糊图g为仿射重建结果，G(u;σ*)为高斯模糊核，均值为u，方差为σ*；5）计算步骤4）中最佳边界模糊图gblur的强度?噪声方差分布图，得到目标图像各颜色通道的噪声散点分布图；6）根据所述的噪声散点分布图，利用累积信噪比计算公式，得到各颜色通道对应的累积信噪比数值，并计算得到目标图像的信噪比指标数值。

【技术特征摘要】
1.一种基于分块噪声方差估计的图像累积信噪比计算方法，其特征
在于，包括以下几个步骤：
1）用分水岭分割方法对目标图像f进行近似区域分割，将图像分割为
多个图像区域块；
2）对所有图像区域块，建立式（1）的仿射重建矩阵，求解出最佳仿
射矩阵T`；
T`=argminM||Φ-TL||2---(1)]]>其中：T∈R3×3为仿射重建矩阵，L∈R3×m表示图像区域块中的图像像素
坐标，Φ为对应坐标L下的分块图像像素值，M为图像区域块的数量；
3）根据所述的最佳仿射矩阵T`，得到目标图像的仿射重建结果
g=T`L；
4）对目标图像进行高斯模糊处理，得到对应的最佳边界模糊图
g为仿射重建结果，G(u;σ*)为高斯模糊核，均值为
u，方差为σ*；
5）计算步骤4）中最佳边界模糊图gblur的强度-噪声方差分布图，得到
目标图像各颜色通道的噪声散点分布图；
6）根据所述的噪声散点分布图，利用累积信噪比计算公式，得到各
颜色通道对应的累积信噪比数值，并计算得到目标图像的信噪比指标数
值。
2.如权利要求1所述的基于分块噪声方差估计的图像累积信噪比计
算方法，其特征在于，在步骤2）中，将式（1）对T求偏导数并将导数置
零，得到：
LTTL-LTΦ=0    （2）
对于式（2）的矩阵方程求解，转换为形如MXN=P的矩阵方程的最佳
逼近问题||MXN-P||F=min求解，最终求得的最佳仿射矩阵T`为：
T`=(LT)+(LTΦ)L+式中，Φ为对应坐标L下的分块图像像素值。
3.如权利要求2所述的基于分块噪声方差估计的图像累积信噪比计
算方法，其特征在于，所述的步骤4）细分为以下步骤：
（a）采用对目标图像进行高斯模糊处理；
其中：g(Φi)为仿射重建结果，G(u;σ)为高斯模糊核，均值为u，方差为σ；...

【专利技术属性】
技术研发人员：崔光茫，冯华君，徐之海，李奇，赵巨峰，
申请(专利权)人：浙江大学，
类型：发明
国别省市：