一种用于显著性检测和质量评价的雾天图像数据库制造技术

本发明专利技术公开一种用于显著性检测和质量评价的雾天图像数据库，该图像库的构建过程如下，首先通过实拍、网络搜索两种方式采集了雾天图像，采用Photoshop抠图的方法得到500幅雾中目标的Ground Truth。然后挑选了15名志愿者(一年到三年级的本科生各5名)对500幅图像进行了主观评测，得到了15组MOS值，最后对每组MOS值计算均值误差分数得到每幅图像的DMOS值。

【技术实现步骤摘要】

本专利技术涉及一种图像处理
的数据库，具体是一种用于显著性检测和质量评价的雾天图像数据库。
技术介绍
雾天条件下，大气湍流、大气对光的散射和吸收、各种天气因素(如气压、风速、气温、风向、云层、相对湿度等)都会对成像产生一定的影响，其中大气湍流和背景辐射使图像模糊化，大气消光引起图像对比度和亮度下降，气溶胶的前向散射造成图像分辨率下降、细节信息丢失。近年来，随着雾霾天气的增多，人们对室外视觉系统的质量需求也日益增加，使得雾天图像的处理成为计算机视觉领域的一个研究热点。直接的客观评价雾天图像质量对于雾的实时预报、去雾算法的研究等具有重要意义。雾天图像质量评价在图像处理中有着重要的意义，它给雾天图像的处理如：去雾、增强等奠定了重要的基础。同时，借助于雾天条件下的图像显著性检测，不但可以获取雾中目标显著性变化重要特征，还可为后续图像质量评价和其他处理提供重要的先验信息。但是目前学者们在这两方面的研究较少，主要有三个原因：(1)雾的随机性与流动性，导致雾对图像的降质影响是一种不同于其他失真的“特殊失真”。(2)由于雾的特殊性，寻找用于表示其的特征比较困难。(3)现有的图像数据库不包含此类失真。随着图像质量评价研究的兴起，世界多个研究团队相继推出了多个用于图像质量评价的数据库，用于算法验证和对比分析，一般来说图像质量评价数据库都提供了较为严格的背景知识，带有系列的原始参考图像以及每幅参考图像不同失真类型和程度的图像样本，考虑主观人眼视觉感受，每幅图像还标注了主观平均得分(Mean Opinion Scores，MOS)或差异主观评分(Differential Mean Opinion Scores，DMOS)，MOS值越大(DMOS值越小)表明对应图像质量越好，反之MOS值越小(DMOS值越大)表明对应图像质量越差。限于篇幅，不再一一列举，常见数据库及相关介绍请参见表1所示。表1常见的22种图像质量评价数据库汇总表目前图像质量评价数据库只有模糊、噪声、压缩等几种常见失真类型，对一些特殊的图像如雾天图像则缺少数据库，这样使得算法在训练以及测试时缺少准确的依据。
技术实现思路
本专利技术涉及两个方面的主要内容：(1)雾天图像中目标显著性检测数据库构建目前关于雾天图像特征选取的研究较少，如何选取一种或者多种特征，能够最大限度的反映雾浓度的变化以及构建用于雾天图像质量评价的码书将是专利技术的主要内容。(2)雾天图像质量评价数据库构建针对现有图像质量评价算法在雾天图像质量评价方面的不足，专利技术了基于混合特征码书的适合雾天图像的质量评价方法，实验表明专利技术的方法性能优越。附图说明附图1是本专利技术的一种用于显著性检测和质量评价的雾天图像数据库构建过程示意图具体实施方式一种用于显著性检测和质量评价的雾天图像数据库，构建过程包含以下三个步骤：图像 采集、抠图、主观评价。(1)图像采集采用实际拍摄(佳能EOS 6D)和网络搜索(百度图片，关键词为轻雾、中雾和浓雾)的方式采集了500张原始雾天图像，场景涵盖了轻雾、中雾和浓雾环境，雾中的显著目标涵盖了人、建筑物、汽车和植物等，文件格式为bmp。(2)抠图使用Photoshop2015对500幅图像上进行了人工抠图，提取了图像中显著目标的轮廓，并以黑白二值图的形式进行存储，文件格式为bmp。(3)主观评价挑选了15名志愿者(一年到三年级的本科生各5名)对500幅图像进行了主观评测，得到了15组MOS值，最后对每组MOS值计算均值误差分数得到每幅图像的DMOS值，具体过程如下。测试电脑型号为Dell XPS 8900，显示器分辨率为1600×900，显卡型号为NVIDIA GeForce GTX 960，志愿者视线与显示器角度成垂直状态。在测试前，志愿者经过严格的生理检查，所有人员的眼部没有任何疾病(如色盲、色弱)。并且所有志愿者都不是图像或视频处理领域的专业人员，或者日常工作生活中不关注图像或视频质量的人，且没有参与类似的主观评价的经历。之前也对这些志愿者进行了相关训练，使他们明白整个测试过程的所有环节。为了保证科学性和客观性，实验采用了单激励连续质量标度法(Single Stimulus Continuous Quality Evaluation，DSCQE)，通过在显示器上播放待评测的图像来获得主观质量得分。在对图像进行主观评价时，主观评分是通过分数标尺来表达的。在实际实验过程中发现，让观测者能够比较容易地通过自己的经验判断图像的好坏，而涉及到给图像打分时则较为困难，且由于观测者对图像的认知差异等会造成评价结果的误差，因此为了获得更为准确的主观质量分数，采用了以下测试过程：观测者将带评测图片进行两两对比排序后，根据排列的顺序在[0 100]内进行打分(100分代表质量最好，0分代表质量最差)。为了确保主观实验结果的正确性，对主观评价实验进行了约束：实验限定每名观测者观察图像时间不超过10秒钟，观测者距离电脑屏幕距离为70厘米，视线与图像中心点夹角不超过30度。得到观测者的主观分数后，最后对实验数据进行分析和处理。首先计算每一幅待测图像的误差分数(Difference Opinion Score，DOS)，计算过程如下式：dij＝qiref-qij (1)其中，qij为第i个观测者对第j幅图像的观测值；qiref表示第i个观测者对参考图像的观测分数，dij则表示第i个观测者对第j个图像观测值的误差分数。而平均误差分数(Difference Mean Opinion Score，DMOS)就是对每一幅图像的多个观测者的观测值的平均：其中则为测试图像的DMOS值。表给出了部分图像的主观测试结果。本文档来自技高网...

【技术保护点】
一种用于显著性检测和质量评价的雾天图像数据库，其特征在于：所述图像库包含了500幅雾天图像及其DMOS值、500幅雾中目标的Ground Truth。场景涵盖了轻雾、中雾和浓雾环境；所述雾中的显著目标涵盖了人、建筑物、汽车、植物；所述图像数据库为雾天图像中目标显著性检测算法和雾天图像质量评价算法的实验验证提供样本数据，也为雾天图像的场景分析、目标检测与识别提供数据库支撑。

【技术特征摘要】
1.一种用于显著性检测和质量评价的雾天图像数据库，其特征在于：所述图像库包含了500幅雾天图像及其DMOS值、500幅雾中目标的Ground Truth。场景涵盖了轻雾、中雾和浓雾环境；所...

【专利技术属性】
技术研发人员：陆文骏，朱奇品，李树晨，冯德晖，李从利，童利标，薛松，魏沛杰，
申请(专利权)人：中国人民解放军陆军军官学院，
类型：发明
国别省市：安徽;34