一种评价图像质量客观方法综合效率的算法技术

本发明专利技术公开了一种用于衡量各种图像质量客观评价算法综合效率的方法，其核心是首先从不同衡量角度设计必要的图像质量客观评价算法的性能评价指标，从而能够全面地评价各种算法的性能优劣；其次，统一各个指标的评价标准，使得各个指标的评价结果数据具有一致性；最后，设计一个简单有效的融合算法，该算法能够融合不同评价指标和不同测试图像数据库，通过该算法获得的最终结果数据可以反映出各种图像质量客观评价算法的综合效率，从而为上述各种算法的筛选应用提供依据。

【技术实现步骤摘要】

本专利技术涉及计算机领域，特别是涉及一种评价图像质量客观方法综合效率的算法。
技术介绍
图像传递着大量的信息，在数码电子产品和互联网应用中举足轻重。伴随着海量的图像数据，我们面临着信息的快速筛选、图像内容的有效分析以及图像质量的准确判断等问题。图像质量客观评价方法通过计算机模拟人眼视觉系统来建模研究图像质量，该方法以自动连续的高效工作方式而成为了该领域的研究重点。当前，图像质量客观评价算法已经获得了长足的发展。传统的经典评价算法如均方根误差RMSE、信噪比SNR以及峰值信噪比PSNR等；仿生学评价算法，例如Dalay算法，Lubin算法，Safranek-Johnson算法，Teo-Heeger算法，Watson离散余弦变换算法以及Watson小波变换算法等；工程学评价及其改进算法，例如结构相似度SSIM算法，信息保真度IFC算法，奇异值分解SVD算法，梯度结构相似度GSM算法，特征结构相似度FSIM算法，视觉保真度VIF算法等。上述各种图像质量客观评价算法的不同评价指标水平之间存在较大的差异，例如经典评价算法一般评价速度较快，获得了较好的实时性指标水平，仿生学算法评价结果的主、客观相关度指标水平较好，而工程学评价算法的上述不同评价指标水平则获得了较好的均衡性。此外，同一种图像质量客观评价算法，对于不同的测试图像数据库，评价结果水平也有较大的差异。但目前专门研究评价各种算法性能优劣的文献非常少，已有的研究成果仅仅局限于斯皮尔曼等级排序相关系数SROCC、均方根误差RMSE和皮尔逊相关系数PLCC这3个准确度指标水平，从而造成的问题是：1、时间性能是评价算法性能优劣的一个很重要的指标，但是目前没有关于图像质量客观评价算法时间性能的研究成果，从而无法比较各种评价算法的时间性能；2、稳定性是算法的一种重要性能指标，但是目前没有关于图像质量客观评价算法稳定性评价的研究成果；3、同一种图像质量客观评价算法对于不同失真类型图像的评价具有不同的性能，如何设计一种简单有效的融合算法来获得各种不同失真图像的综合评价，目前尚无研究成果；4、现有的3个准确度指标评价标准不统一，相关系数SROCC、和皮尔逊相关系数PLCC三个的取值范围都是0～1，且取值越大准确度越高，但是均方根误差RMSE取值范围>1，且取值越大准确度越低；5、同一种图像质量客观评价算法对于不同测试图像数据库的评价具有不同的性能，如何设计一种简单有效的融合算法来获得各种不同测试数据库的综合评价，目前尚无研究成果；综合起来看，目前有关衡量图像质量客观评价算法综合效率的研究成果非常少，这种现状一方面使得各种图像质量客观评价算法性能优劣无法得到有效的评价，另一方面也严重制约了优良算法的合理筛选和推广应用，从而也影响了图像质量客观评价领域的研究进展。因此，如何统一各种评价指标的衡量标准以及如何设计一种简单有效的评价方法，使得该方法能够统一标准地融合不同测试图像数据库和不同评价指标，并且全面地衡量各种图像质量客观评价算法的综合效率，对于图像质量评价领域的研究意义重大。
技术实现思路
针对现有技术存在的不足，本专利技术提供了一种…的评价图像质量客观方法综合效率的算法。本专利技术的技术方案为：一种评价图像质量客观方法综合效率的算法，其特征在于，其特征在于，所述方法包括：步骤1，选定一个待测试的图像数据库，其中图像数据库为LIVE、MICT、IVC、A57中的一个或多个。步骤2，基于选定的图像数据库，选择所有待比较的图像质量客观算法。步骤3，运行各种图像质量客观评价算法，获得数据库内每幅失真图像在每种图像质量客观评价算法下的客观评价分值，并记录各种图像质量客观评价算法评价整个数据库的运行时间。如果有新增加算法的综合效率需要参与评价，则从本步骤开始执行本方法，以便保证各种算法评价环境的统一。步骤4，根据所选数据库提供的失真图像类型和主观测试分值，计算每种失真类型下各种图像质量客观评价算法的四个单项准确度指标水平，所述的四个单项准确度指标包括斯皮尔曼等级排序相关系数SROCC、均方根误差RMSE以及皮尔逊相关系数PLCC。其中四个单项的准确度指标，根据国际视频专家组VQGE规范，包含spearman相关系数SROCC、Pearson相关系数PLCC和均方根误差RMSE三个指标，这三个指标的计算根据VQGE规范，在该研究领域的各种参考文献中都有统一的算法。其中，本专利技术对均方根误差RMSE指标进行了归一化处理，用如下公式描述： R M S E ( i , j ) ^ = m i n ( R M S E ( i , j ) ) R M S E ( i , j ) ]]>其中，i表示第i个测试数据库，j表示第j种算法，取值范围为归一化后的越大，则算法j的准确度越高。归一化后的衡量标准和SROCC、PLCC具有一致性，且性质完全相同，从而能够和其它两个指标直接融合。如果所选图像数据库没有提供失真图像类型，则默认失真类型数量为1，并合并步骤4至步骤6为一步，直接计算该数据库下各种算法的横向准确度水平。步骤5，针对每种失真类型，分配三个单项的准确度指标权重，加权计算获得每种失真类型下各种图像质量客观评价算法的类型准确度指标水平。三个单项准确度指标权重用来调整不同指标的比例，其权重值α(o)大小与所属指标的重要程度成正比，α(o)与所选图像数据库以及图像质量客观评价算法均无关，且满足o表示指标的数量。三个单项准确度指标评价结果记为Ai,j(f,o)，一般优选为α(1)＝α(2)＝α(3)＝1.0，采用如下公式描述的加权乘机算法进行融合： A i , j ( f ) = X o = 1 3 A i , j 本文档来自技高网...

【技术保护点】
一种评价图像质量客观方法综合效率的算法，其特征在于，所述方法包括：步骤1，选定一个待测试的图像数据库；步骤2，基于选定的图像数据库，选择所有待比较的图像质量客观算法；步骤3，运行各种图像质量客观评价算法，获得数据库内每幅失真图像在每种图像质量客观评价算法下的客观评价分值，并记录各种图像质量客观评价算法评价整个数据库的运行时间；步骤4，根据所选数据库提供的失真图像类型和主观测试分值，计算每种失真类型下各种图像质量客观评价算法的三个单项准确度指标水平，所述的三个单项准确度指标包括斯皮尔曼等级排序相关系数SROCC、均方根误差RMSE以及皮尔逊相关系数PLCC；步骤5，针对每种失真类型，分配三个单项的准确度指标权重，加权计算获得每种失真类型下各种图像质量客观评价算法的类型准确度指标水平；步骤6，分配不同失真的类型准确度指标权重，加权计算获得该数据库下各种图像质量客观评价算法的横向准确度水平；步骤7，基于上述选定的图像数据库，对失真图像按失真程度划分成若干个区间；步骤8，结合数据库提供的主观测试分值，计算每个失真区间内各种图像质量客观评价算法的三个单项准确度指标水平；步骤9，针对每个失真区间，分配三个单项准确度指标权重，加权计算获得该失真区间内各种图像质量客观评价算法的区间准确度指标水平；步骤10，分配不同失真区间权重，加权计算获得该数据库下各种图像质量客观评价算法的纵向准确度水平；步骤11，基于所选数据库下各种图像质量客观评价算法的运行时间，计算各种图像质量客观评价算法的时间性能；步骤12，基于所选数据库，寻找两幅失真程度足够接近的图像，以此来计算各种图像质量客观评价算法的稳定性指标；步骤13，分配各种图像质量客观评价算法的横向准确度、纵向准确度、稳定性和时间性能的四个指标权重，加权计算获得所选数据库下各种图像质量客观评价算法的综合效率；步骤14，增加测试的图像数据库，并按照步骤3～步骤13计算新增数据库下各种图像质量客观评价算法的综合效率；步骤15，分配各个图像数据库权重，加权计算获得各种图像质量客观评价算法的综合效率。...

【技术特征摘要】
1.一种评价图像质量客观方法综合效率的算法，其特征在于，所述方法包括：步骤1，选定一个待测试的图像数据库；步骤2，基于选定的图像数据库，选择所有待比较的图像质量客观算法；步骤3，运行各种图像质量客观评价算法，获得数据库内每幅失真图像在每种图像质量客观评价算法下的客观评价分值，并记录各种图像质量客观评价算法评价整个数据库的运行时间；步骤4，根据所选数据库提供的失真图像类型和主观测试分值，计算每种失真类型下各种图像质量客观评价算法的三个单项准确度指标水平，所述的三个单项准确度指标包括斯皮尔曼等级排序相关系数SROCC、均方根误差RMSE以及皮尔逊相关系数PLCC；步骤5，针对每种失真类型，分配三个单项的准确度指标权重，加权计算获得每种失真类型下各种图像质量客观评价算法的类型准确度指标水平；步骤6，分配不同失真的类型准确度指标权重，加权计算获得该数据库下各种图像质量客观评价算法的横向准确度水平；步骤7，基于上述选定的图像数据库，对失真图像按失真程度划分成若干个区间；步骤8，结合数据库提供的主观测试分值，计算每个失真区间内各种图像质量客观评价算法的三个单项准确度指标水平；步骤9，针对每个失真区间，分配三个单项准确度指标权重，加权计算获得该失真区间内各种图像质量客观评价算法的区间准确度指标水平；步骤10，分配不同失真区间权重，加权计算获得该数据库下各种图像质量客观评价算法的纵向准确度水平；步骤11，基于所选数据库下各种图像质量客观评价算法的运行时间，计算各种图像质量客观评价算法的时间性能；步骤12，基于所选数据库，寻找两幅失真程度足够接近的图像，以此来计算各种图像质量客观评价算法的稳定性指标；步骤13，分配各种图像质量客观评价算法的横向准确度、纵向准确度、稳定性和时间性能的四个指标权重，加权计算获得所选数据库下各种图像质量客观评价算法的综合效率；步骤14，增加测试的图像数据库，并按照步骤3～步骤13计算新增数据库下各种图像质量客观评价算法的综合效率；步骤15，分配各个图像数据库权重，加权计算获得各种图像质量客观评价算法的综合效率。2.如权利要求1所述的评价图像质量客观方法综合效率的算法，其特征在于，所述的均方根误差RMSE需要进行归一化处理，用如下公式描述： R M S E ^ ( i , j ) = m i n ( R M S E ( i , j ) ) R M S E ( i , j ) ]]>其中，i表示第i个测试数据库，j表示第j种算法。3.如权利要求2所述的评价图像质量客观方法综合效率的算法，其特征在于，所述的步骤5和步骤9中的准确度指标权重大小与所属指标的重要程度成正比，准确度指标水平计算采用如下公式描述的加权乘机算法进行融合： A i , j ( f ) = C o = 1 3 A i , j ( f , o ) α ( o ) 3 = A i , j ( f , 1 ) · A i , j ( f , 2 ) · A i , j ( f , 3 ) 3 ]]>其中α(o)为准确度指标权重的值，o表示指标数量，Ai,j(f,o)表示第i个数据库下第j种算法，在第f种失真类型下的第o个准确度的指标水平，Ai,j(f)表示第i个数据库下第j种算法在第f种失真类型下的类型准确度指标水平。4.如权利要求3所述的评价图像质量客观方法综合效率的算法，其特征在于，所述步骤6中的类型准确度指标权重，用如下公式描述： β ( i , f ) = n u m ( i , f ) Σ f = 1 P n u m ( i , f ) ]]>其中，num(i,f)表示第i个图像数据库下第f个失真类型所包含失真图像的数量，P表示失真类型的数量，β(i,f)与所选算法无关且满足对Ai,j(f)采用加权求和算法进行融合，用如下公式描述： A i , j ( V ) = Σ f = 1 P β ( i , f ) · A i , j ( f ) ]]>其中，Ai,j(V)表示第i个图像数据库下第j种算法的横向准确度指标水平。5.如权利要求4所述的评价图像质量客观方法综合效率的算法，其特征在于，所述的步骤7中的失真区间range(L)划分依据数据库提供的主观测试结果MOS值进行，用如下公式描述： range i ( L ) = m i n ( MOS i ( k ) ) + L · m a x ( MOS i ( k ) ) - m i n ( MOS i ( k ) ) M ]]>其中，MOSi(k)代表第i个图像数据库下第k幅失真图像的主观测试分，由数据库提供，rangei(L)表示第L个区间，M表示划分的区间数量。1≤L≤M，rangei(...

【专利技术属性】
技术研发人员：丰明坤，陈才，王中鹏，吴茗薇，孙丽慧，施祥，李晓勇，
申请(专利权)人：浙江科技学院，
类型：发明
国别省市：浙江;33