图像质量的客观评价方法技术

本发明专利技术实施例提供了一种图像质量的客观评价方法。所述方法包括：获取失真图像和所述失真图像对应的原始图像；提取所述原始图像的轮廓和所述失真图像的轮廓；计算所述失真图像的轮廓和所述原始图像的轮廓之间的相似性；根据所述失真图像的轮廓和所述原始图像的轮廓之间的相似性，得到所述失真图像的轮廓退化程度DSC；对所述原始图像和所述失真图像分别进行分割，生成分割区域；对于每个所述分割区域，分别衡量所述原始图像和所述失真图像之间的内容相似性；对每个所述分割区域的内容相似性加权，得到所述失真图像的区域退化程度DSR；根据所述失真图像的轮廓退化程度DSC和所述失真图像的区域退化程度DSR，得到所述失真图像的图像质量。

【技术实现步骤摘要】

本专利技术涉及图像处理领域，尤其涉及一种图像质量的客观评价方法。
技术介绍
随着信息化时代的到来，多媒体(图像，视频等)成为日常生活中信息的重要载体。然而，在图像获取，处理，压缩，存储，传输，显示等过程中，任何一个阶段都可能造成图像质量的损失。图像质量评价已经成为信息工程领域重要的基础课题之一。一般而言，图像质量评价分为两大类：主观质量评价和客观质量评价。主观评价由被试者对图像进行打分，而客观质量评价由算法对图像质量进行评估。由于人是图像的最终接受者，人的主观评价是最合适的标准。然而，主观评价成本高昂，需要巨大的人力物力，无法在实时系统上实现。客观图像质量评价的目的在于设计计算模型自动地预测图像质量，尽可能与主观评价保持一致。根据参考源的有无，客观质量评价可以分为全参考、半参考、无参考客观图像质量评价。传统的全参考图像质量评价方法包括均方误差(Mean Squared Error,MSE)，峰值信噪比(Peak Signal to Noise Ratio,PSNR)等，主要基于误差的统计特性。这些方法计算简单，便于优化，具有清楚的物理含义，因此成为了信息工程领域的主流方法。然而这些方法将图像视作一维信号处理，忽略了图像中相邻像素间的高度相关性，特别是图像中的的空间结构包含了丰富的视觉信息。因此，这些方法不能很好的与主观评价保持一致，具有很大的局限性。目前的全参考方法一般在图像块上提取特征来描述每个像素点的质量，最终得到图像质量图。
技术实现思路
本专利技术的实施例提供了一种图像质量的客观评价方法，提高了客观质量评价与主观评价的一致性。为了实现上述目的，本专利技术采取了如下技术方案。一种图像质量的客观评价方法，包括：步骤1，获取失真图像和所述失真图像对应的原始图像；步骤2，提取所述原始图像的轮廓和所述失真图像的轮廓；计算所述失真图像的轮廓和所述原始图像的轮廓之间的相似性；根据所述失真图像的轮廓和所述原始图像的轮廓之间的相似性，得到所述失真图像的轮廓退化程度DSC；步骤3，对所述原始图像和所述失真图像分别进行分割，生成分割区域；对于每个所述分割区域，分别衡量所述原始图像和所述失真图像之间的内容相似性；对每个所述分割区域的内容相似性加权，得到所述失真图像的区域退化程度DSR；步骤4，根据所述失真图像的轮廓退化程度DSC和所述失真图像的区域退化程度DSR，得到所述失真图像的图像质量。所述步骤4具体为：所述失真图像的图像质量Q＝DSCγ·DSR1-γ。γ为第一调节系数，取值范围为(0,1)，调节所述失真图像的轮廓退化程度与区域退化程度之间的相对重要性。所述步骤2包括:步骤2.1,利用轮廓检测方法,分别提取所述原始图像和所述失真图像的轮廓；设置阈值；根据所述阈值和所述原始图像和所述失真图像的轮廓，得到不同层次的所述原始图像和所述失真图像的轮廓的二值图；步骤2.2,在每个层次上，将所述原始图像和所述失真图像的轮廓的二值图划分成所述原始图像和所述失真图像的二值图的轮廓块；步骤2.3,对于每个所述原始图像和所述失真图像的轮廓块对，分别采样得到所述原始图像和所述失真图像的样本点集；步骤2.4,对于所述原始图像和所述失真图像的样本点集中的点对，计算匹配代价；步骤2.5,根据所述匹配代价，求解加权二部图匹配问题，得到所述失真图像的轮廓块的退化程度；步骤2.6,加权所有轮廓块的退化程度，得到所述失真图像的轮廓退化程度。所述步骤2.4根据以下公式计算:匹配代价CS为形状项；CA为局部外观项；α为第二调节系数，取值范围为(0,1)，用于调节局部外观项与形状项的相对重要性； C S = 1 2 Σ k 1 = 1 K 1 [ g i 1 ( k 1 ) - g j 1 ( k 1 ) ] 2 g i 1 ( k 1 ) + g j 1 ( k 1 ) , C A = 1 2 | | cosθ i 1 sinθ i 1 - cosθ 本文档来自技高网...

【技术保护点】
一种图像质量的客观评价方法，其特征在于，包括：步骤1，获取失真图像和所述失真图像对应的原始图像；步骤2，提取所述原始图像的轮廓和所述失真图像的轮廓；计算所述失真图像的轮廓和所述原始图像的轮廓之间的相似性；根据所述失真图像的轮廓和所述原始图像的轮廓之间的相似性，得到所述失真图像的轮廓退化程度DSC；步骤3，对所述原始图像和所述失真图像分别进行分割，生成分割区域；对于每个所述分割区域，分别衡量所述原始图像和所述失真图像之间的内容相似性；对每个所述分割区域的内容相似性加权，得到所述失真图像的区域退化程度DSR；步骤4，根据所述失真图像的轮廓退化程度DSC和所述失真图像的区域退化程度DSR，得到所述失真图像的图像质量。

【技术特征摘要】
1.一种图像质量的客观评价方法，其特征在于，包括：步骤1，获取失真图像和所述失真图像对应的原始图像；步骤2，提取所述原始图像的轮廓和所述失真图像的轮廓；计算所述失真图像的轮廓和所述原始图像的轮廓之间的相似性；根据所述失真图像的轮廓和所述原始图像的轮廓之间的相似性，得到所述失真图像的轮廓退化程度DSC；步骤3，对所述原始图像和所述失真图像分别进行分割，生成分割区域；对于每个所述分割区域，分别衡量所述原始图像和所述失真图像之间的内容相似性；对每个所述分割区域的内容相似性加权，得到所述失真图像的区域退化程度DSR；步骤4，根据所述失真图像的轮廓退化程度DSC和所述失真图像的区域退化程度DSR，得到所述失真图像的图像质量。2.根据权利要求1所述的方法，其特征在于，所述步骤4具体为：所述失真图像的图像质量Q＝DSCγ·DSR1-γ。γ为第一调节系数，取值范围为(0，1)，调节所述失真图像的轮廓退化程度与区域退化程度之间的相对重要性。3.根据权利要求1所述的方法，其特征在于，所述步骤2包括：步骤2.1，利用轮廓检测方法，分别提取所述原始图像和所述失真图像的轮廓；设置阈值；根据所述阈值和所述原始图像和所述失真图像的轮廓，得到不同层次的所述原始图像和所述失真图像的轮廓的二值图；步骤2.2，在每个层次上，将所述原始图像和所述失真图像的轮廓的二值图划分成所述原始图像和所述失真图像的二值图的轮廓块；步骤2.3，对于每个所述原始图像和所述失真图像的轮廓块对，分别采样得 到所述原始图像和所述失真图像的样本点集；步骤2.4，对于所述原始图像和所述失真图像的样本点集中的点对，计算匹配代价；步骤2.5，根据所述匹配代价，求解加权二部图匹配问题，得到所述失真图像的轮廓块的退化程度；步骤2.6，加权所有轮廓块的退化程度，得到所述失真图像的轮廓退化程度。4.根据权利要求3所述的方法，其特征在于，所述步骤2.4根据以下公式计算：匹配代价CS为形状项；CA为局部外观项；α为第二调节系数，取值范围为(...

【专利技术属性】
技术研发人员：蒋婷婷，黄晨，姜明，
申请(专利权)人：北京大学，
类型：发明
国别省市：北京;11