基于方位选择特性的部分参考图像质量评价方法技术

本发明专利技术公开了一种基于方位选择特性的部分参考图像质量评价方法，主要解决现有不能利用有限的实验数据准确的评价噪声图像质量的问题。其实现步骤是：1.依据视神经的方位选择原理模拟图像像素点的空间结构分布特性；2.通过像素点间的方位角差值与设定阈值确定像素点的空间结构分布；3.将所有像素点的空间结构分布，归纳为基于方向选择特性模式，统计图像中属于某种方位选择特性模式的空间结构分布数量并映射为基于方位选择特性的直方图；4.利用参考图像和噪声图像的直方图，评价待处理图像的质量。本发明专利技术通过模拟人类视神经对方位的敏感性，能准确评价噪声图像的质量，可用于互联网上图像传输，图像检索，图像压缩和图像质量的鉴别。

【技术实现步骤摘要】

本专利技术属于图像处理
，特别涉及一种部分参考图像质量评价方法，可用于互联网上图像传输，图像检索，图像压缩和图像质量的鉴别。技术背景随着网络技术和多媒体技术日益飞速的发展，大量不同类型的图像数据涌现在互联网上。随着信号的获取，压缩，处理和传输，原始信号中混入了多种噪声，怎样在大量的数据中更高效的获取有价值的信息是热门研究课题。虽然主观评价方法筛选高质量的信号是最可靠最准确的，但是计算复杂而且消耗大量时间，因此能与人类感知相一致的客观质量评价算法在信号处理领域有很大需求。在过去的几十年里，很多图像质量评价IQA算法相继被人们提出，根据参考信息，现存的图像质量评价算法被分为三类：1)全参考质量评价，需要全部无失真的原始图像信息做参考；2)部分参考质量评价，需要参考图像的部分信息；3)无参考质量评价，不需要参考图像信息。虽然全参考质量评价方法高效准确，但是不能有效的应用于实际应用中，无参考图像质量评价要实现高效准确的质量评价难度比较大，因此利用有限的参考数据准确可靠的预测图像质量的部分参考图像质量评价方法变得尤为重要。通常部分参考图像质量评价提取的一些全局特征能够有效的代表图像的失真。根据自然图像的一些稳定统计特性，利用统计分布规律来计算图像的小波变换系数来建立质量感知图像，再利用相对熵来评价参考图像和失真图像。为了提高评价质量，Li和Wang在文章“Reduced-referenceimagequalityassessmentusingdivisivenormalization-basedimagerepresentation,”IEEEJournalofSelectedTopicsinSignalProcessing,vol.3,no.2,pp.202–211,2009采用了对统计系数进行分布式的归一化，从而进行质量预测，此外在部分参考图像质量评价中对曲波，小波和轮廓波系数的统计分布进行了深入分析和多尺度几何分析，但是这些基于统计方法的部分参考图像质量评价算法在数据库中对不同的失真类型或一系列训练样本中都表现的不是很好。最近受到人脑认知理论的启发，Wuetal.通过分别衡量图像主要视觉内容和无规则的不确定信息之间的信息失真度进行质量评价，由于这种算法需要根据每个图像块的小波系数的缩放熵来评价退化程度，需要大量的参考数据信息，才能达到理想的效果，因此它适合于单一的失真类型。综上，现有的这些部分参考图像质量评价方法在有限的参考数据均达不到对图像质量的理想评价效果。
技术实现思路
本专利技术的目的在于针对上述已有部分参考图像质量评价算法的不足，提出一种基于方位选择特性的部分参考图像质量评价方法，以利用有限的参考数据，针对不同的失真类型，在不同的标准图像数据库中，结合人脑视觉信息处理机制，提高图像质量评价的效果。本专利技术的技术方案是这样实现的：本专利技术根据人类的初级视皮层对于视觉信息的提取具有显著的方向选择性特点，在对图像进行质量评价时，综合考虑图像中局部区域的空间相关性和图像质量退化情况这两个因素，其实现方案包括如下：(1)输入大小为N×N的待处理图像依据视神经的方位选择原理模拟出任一像素点x的空间结构分布特性：其中，R＝{x1,x2...xi...xn本文档来自技高网...

【技术保护点】
一种基于方位选择特性的部分参考质量评价方法，包括如下步骤：(1)输入大小为N×N的待处理图像依据视神经的方位选择原理模拟出任一像素点x的空间结构分布特性：其中，R＝{x1,x2...xi...xn}是从该像素点x周围圆形区域中选取的n个像素点的集合，xi表示第i个像素点，代表括号内响应的一种编排方式，代表该像素点x与其周围区域像素点的集合R间的相互作用类型；(2)构建像素点x的空间结构分布(2a)计算像素点x的方位角:θ(x)=arctanGv(x)Gh(x)]]>其中Gv(x)，Gh(x)分别表示经过Prewitt算子边缘检测的图像沿垂直方向和水平方向的梯度幅值其中，fv=13111000-1-1-1]]>是垂直方向的Prewitt算子,fh=1310-110-110-1]]>是水平方向的Prewitt算子,‘*’代表卷积运算；(2b)设定方位角判别阈值：将像素点x的方位角θ(x)与其周围区域像素点集合中每一个像素点xi的方位角θ(xi)之差的绝对M与值进行比较：若时，则确定这两者之间的相互作用关系为激励类型，用‘+’表示；否则，确定这两者之间的相互作用关系为抑制类型，用‘‑’表示；(2c)由激励类型‘+’和抑制类型‘‑’值的分布情况,确定像素点x与周围第i个像素点的作用类型：其中θ(x)和θ(xi)分别代表素点x和像素点xi的方位角；(2d)由n个像素点的作用类型得到像素点x的空间结构分布：(3)创建基于方位选择特性的直方图:(3a)根据步骤(1)—步骤(2)得到待处理图像中所有像素点的全部空间结构分布再将该全部空间结构分布分为n+1种方位选择特性模式统计图像中所有符合n+1种方位选择特性模式中第k种基于方向选择性模式的空间分布数量其中，N2是图像中总的像素点个数，w(xi)是像素点xi的权重系数，是像素点xi的空间分布与方位选择特性进行匹配的结果，是像素点xi的空间结构分布，i∈(1～(N×N))，是方位选择特性模中的第k种类型，k∈(1～(n+1))；(3b)根据空间结构分布数量把待处理的图像映射为基于方位选择特性的直方图；(4)评价待处理图像的质量：(4a)将参考图像进行上述步骤(1)‑步骤(3)的操作，得到参考图像的基于方位选择特性的直方图；(4b)利用参考图像和待处理图像基于方位选择特性的直方图来进行评价：其中，即为图像的质量值，是待处理图像的基于方位选择特性模式的第k种模式的直方图大小，是参考图像的基于方位选择特性模式的第k种模式的直方图大小，c是常数c＝0.0001；(4c)根据质量值对待处理图像的质量进行判断：若则表示待处理图像没有被噪声污染；若则表示待处理图像被噪声轻度污染；若则表示待处理图像被噪声中度污染；若则表示待处理图像被噪声重度污染。...

【技术特征摘要】
1.一种基于方位选择特性的部分参考质量评价方法，包括如下步骤：
(1)输入大小为N×N的待处理图像依据...

【专利技术属性】
技术研发人员：吴金建，陈秀林，万文菲，谢雪梅，石光明，
申请(专利权)人：西安电子科技大学昆山创新研究院，西安电子科技大学，
类型：发明
国别省市：江苏;32