一种分数傅立叶变换和广义伽玛分布的图像质量评价方法技术

本发明专利技术涉及一种基于分数阶傅里叶变换和广义伽玛分布的无参考图像质量评价方法。本发明专利技术的具体步骤是：首先，对图像数据库进行分数阶傅里叶变换得到变换系数；其次，对水平，垂直和对角方向的变换系数直方图用广义伽马分布建模，用参数估计方法得到均值，方差，形状和索引参数组成特征向量；然后，将图像数据库分成测试图像和训练图像，用训练图像的特征向量用于训练分类支持向量机和预测支持向量回归机；最后，将测试图像的特征向量送到分类支持向量机中用于分类，并送到特定类的支持向量回归机中用于客观图像质量预测。本发明专利技术采用分数阶傅里叶变换对图像进行变换，用广义伽马分布对变换系数直方图进行建模，提高了客观图像质量评价的精度。

【技术实现步骤摘要】
【专利说明】 (一） .
本专利技术属于图像处理领域，公开了一种基于分数傅立叶变换和广义伽玛分布的无 参考图像质量评价方法。 (二） .
技术介绍
图像质量评价可分成主观图像质量评价方法和客观图像质量评价方法。主观评价 方法根据观察者的感受进行打分，虽然准确，但存在着成本高昂和费时等缺点，客观图像质 量评价方法采用计算模型自动预测图像质量，成本低，耗时短，具有很好的应用价值。客观 图像质量评价方法可分成全参考，半参考和无参考三种类型。全参考图像质量评价方法利 用原始图像的完整信息作为评价的参考，半参考图像质量评价方法利用原始图像的部分信 息作为评价参考，无参考图像质量评价方法完全利用待评价图像的本身信息进行图像质量 评价。本专利技术涉及一种无参考图像质量评价方法。BIQI(BlindImageQualityIndices) 是一种常用的无参考图像质量评价方法，BIQI首先对图像进行二维小波变换得到小波系 数，在用广义高斯分布建模小波系数，估计得到广义高斯分布的均值，方差，形状参数，并将 均值，方差和形状参数组成特征向量，将特征向量用训练好的支持向量机进行分类，将失真 图像分类本文档来自技高网...

【技术保护点】
一种分数阶傅立叶变换和广义伽玛分布的图像质量评价方法，其特征在于：用分数傅里叶变换得到图像的分数阶傅立叶变换系数，用广义伽玛分布建模分数阶傅立叶变换系数，并用参数估计的方法得到特征参数，用特征参数构造出图像的特征向量。用获取的特征向量和训练图像的失真类别对分类支持向量机进行训练，得到训练好的分类支持向量机。将获取的特征向量和训练图像的主观图像质量评价分值送到支持向量回归机中进行训练，得到训练好的支持向量回归机。提取出测试图像的特征向量，并将特征向量送到训练好的分类支持向量机中用于将测试图像分类到不同的失真类中，并将特征向量送到训练好的支持向量回归机中，得到测试图像的主观图像质量评价分值。

【技术特征摘要】

【专利技术属性】
技术研发人员：汪斌，
申请(专利权)人：嘉兴学院，
类型：发明
国别省市：浙江;33