一种图像质量评价系统及方法技术方案

本发明专利技术公开了一种图像质量评价系统及方法，其系统包括：图像数据模块，用于存储n幅原始图像及每幅原始图像各自对应的质量得分,n为大于1的正整数；特征提取模块，用于对输入图像和所述原始图像进行特征提取，得到图像特征；模型生成模块，用于根据所述特征提取模块在所述n幅原始图像中所提取到的图像特征和所述n幅原始图像对应的质量得分，采用迭代拟合法进行迭代拟合，形成图像特征‑质量得分关系模型；图像评价模块，用于根据所述特征提取模块在所述输入图像中提取到的图像特征和所述图像特征‑质量得分关系模型，自动对所述输入图像进行质量评分。本发明专利技术能够快速地对输入图像进行质量评价。

Image quality evaluation system and method

The invention discloses an image quality evaluation system and method, the system includes: image data storage module, n for the original image and the original image of each corresponding quality score, n is a positive integer greater than 1; feature extraction module for the input image and the original image feature extraction, get image feature; model generation module, according to the characteristics of the quality score of image feature extraction module to extract in the n images of the original image and the original image corresponding to the N, using the iterative fitting iterative fitting, forming the image features quality score model; image evaluation module, according to the module the input image to extract the image feature and the relationship between the quality score model to extract the characteristics of the input image automatically Quality score. The invention can rapidly evaluate the quality of the input image.

【技术实现步骤摘要】

本专利技术涉及图像处理
，特别是涉及一种图像质量评价系统及方法。
技术介绍
随着手机拍照的普及，消费者对照片质量的要求越来越高，而如何评价一张照片是否被消费者喜爱，是摄像头生产过程中必不可少的一个环节。目前有两种评价方法：一是直接让人来对照片进行评价；二是通过计算机对图片进行评价。前者得到的评价结果更加符合大众的想法，但耗费的成本过高；后者是尽量接近人类的想法，并且成本低、速度快。目前有较好的实验效果的图像质量评价系统都是针对实验室的标准数据库图片，这些图片或是通过非常好的设备拍摄得到，或是由电脑特殊处理生成，此类结果虽然好，但是不具有普适性。生活中的大多数图片来源于优劣有差异的设备，并且拍摄大多为自然场景，因此，图像质量评价的主体也应是这一类图片。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种图像质量评价系统及方法，能够快速地对输入图像进行质量评价。本专利技术的目的是通过以下技术方案来实现的：一种图像质量评价系统，包括：图像数据模块，用于存储n幅原始图像及每幅原始图像各自对应的质量得分,n为大于1的正整数；特征提取模块，用于对输入图像和所述原始图像进行特征提取，得到图像特征；模型生成模块，用于根据所述特征提取模块在所述n幅原始图像中所提取到的图像特征和所述n幅原始图像对应的质量得分，采用迭代拟合法进行迭代拟合，形成图像特征-质量得分关系模型；图像评价模块，用于根据所述特征提取模块在所述输入图像中提取到的图像特征和所述图像特征-质量得分关系模型，自动对所述输入图像进行质量评分。优选的，在迭代拟合过程中，采用梯度推进算法获得最优图像特征-质量得分关系模型。所述图像特征包括对称广义高斯分布特征和非对称广义高斯分布特征。优选的，还包括原始评分获取模块，所述原始评分模块用于对所述n幅原始图像的进行人工质量评分。所述原始评分获取模块包括：分组模块，用于将所述n幅原始图像以每两幅一组分为m组；评价模块，用于根据外部人工指令，在每组图像中选择更好的一幅图像；计算模块，用于根据两两比较结果，计算所述n幅原始图像各自分数。优选的，对所述输入图像的图像特征提取晚于形成所述图像特征-质量得分关系模型。一种图像质量评价方法，包括：存储n幅原始图像及每幅原始图像各自对应的质量得分,n为大于1的正整数；对输入图像和所述原始图像进行特征提取，得到图像特征；根据在所述n幅原始图像中所提取到的图像特征和所述n幅原始图像对应的质量得分，采用迭代拟合法进行迭代拟合，形成图像特征-质量得分关系模型；根据所述在所述输入图像中提取到的图像特征和所述图像特征-质量得分关系模型，自动对所述输入图像进行质量评分。优选的，在迭代拟合过程中，采用梯度推进算法获得最优图像特征-质量得分关系模型。优选的，还包括对所述n幅原始图像的进行人工质量评分。对所述n幅原始图像的进行人工质量评分包括：将所述n幅原始图像以每两幅一组分为m组；根据外部人工指令，在每组图像中选择更好的一幅图像；根据两两比较结果，计算所述n幅原始图像各自分数。优选的，对所述输入图像的图像特征提取晚于形成所述图像特征-质量得分关系模型。本专利技术的有益效果是：本专利技术对任意自然的图像都能得出更接近人类评价的结果，相比目前普遍采用的回归方法-支持向量机的评价结果与人类评价结果的相似度只有60%，本专利技术的评价结果与人类评价结果的相似度能够达到80%。附图说明图1为本专利技术中图像质量评价系统的示意图；图2为本专利技术中图像质量评价方法的流程图。具体实施方式下面结合附图进一步详细描述本专利技术的技术方案，但本专利技术的保护范围不局限于以下所述。如图1所示，一种图像质量评价系统，包括：图像数据模块，用于存储n幅原始图像及每幅原始图像各自对应的质量得分,n为大于1的正整数；特征提取模块，用于对输入图像和所述原始图像进行特征提取，得到图像特征；模型生成模块，用于根据所述特征提取模块在所述n幅原始图像中所提取到的图像特征和所述n幅原始图像对应的质量得分，采用迭代拟合法进行迭代拟合，形成图像特征-质量得分关系模型；图像评价模块，用于根据所述特征提取模块在所述输入图像中提取到的图像特征和所述图像特征-质量得分关系模型，自动对所述输入图像进行质量评分。优选的，在迭代拟合过程中，采用梯度推进算法获得最优图像特征-质量得分关系模型。所述图像特征包括对称广义高斯分布特征和非对称广义高斯分布特征。优选的，还包括原始评分获取模块，所述原始评分模块用于对所述n幅原始图像的进行人工质量评分。所述原始评分获取模块包括：分组模块，用于将所述n幅原始图像以每两幅一组分为m组；评价模块，用于根据外部人工指令，在每组图像中选择更好的一幅图像；计算模块，用于根据两两比较结果，计算所述n幅原始图像各自分数。在一个实施例中，n为偶数，m=n/2,根据外部人工指令，在m组图像中选择更好的一幅图像评价，评价完成后，重新对n幅原始图像分为n/2组，且不与之前的分组相同，重复k次进行评价。优选的，对所述输入图像的图像特征提取晚于形成所述图像特征-质量得分关系模型。如图2所示，一种图像质量评价方法，包括：存储n幅原始图像及每幅原始图像各自对应的质量得分,n为大于1的正整数。优选的，还包括对所述n幅原始图像的进行人工质量评分。对所述n幅原始图像的进行人工质量评分包括：将所述n幅原始图像以每两幅一组分为m组；根据外部人工指令，在每组图像中选择更好的一幅图像；根据两两比较结果，计算所述n幅原始图像各自分数。对输入图像和所述原始图像进行特征提取，得到图像特征。根据在所述n幅原始图像中所提取到的图像特征和所述n幅原始图像对应的质量得分，采用迭代拟合法进行迭代拟合，形成图像特征-质量得分关系模型。在迭代拟合过程中，采用梯度推进算法获得最优图像特征-质量得分关系模型。根据所述在所述输入图像中提取到的图像特征和所述图像特征-质量得分关系模型，自动对所述输入图像进行质量评分。优选的，对所述输入图像的图像特征提取晚于形成所述图像特征-质量得分关系模型。以上所述仅是本专利技术的优选实施方式，应当理解本专利技术并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本专利技术的精神和范围，则都应在本专利技术所附权利要求的保护范围内。本文档来自技高网...

【技术保护点】
一种图像质量评价系统，其特征在于，包括：图像数据模块，用于存储n幅原始图像及每幅原始图像各自对应的质量得分,n为大于1的正整数；特征提取模块，用于对输入图像和所述原始图像进行特征提取，得到图像特征；模型生成模块，用于根据所述特征提取模块在所述n幅原始图像中所提取到的图像特征和所述n幅原始图像对应的质量得分，采用迭代拟合法进行迭代拟合，形成图像特征‑质量得分关系模型；图像评价模块，用于根据所述特征提取模块在所述输入图像中提取到的图像特征和所述图像特征‑质量得分关系模型，自动对所述输入图像进行质量评分。

【技术特征摘要】
1.一种图像质量评价系统，其特征在于，包括：图像数据模块，用于存储n幅原始图像及每幅原始图像各自对应的质量得分,n为大于1的正整数；特征提取模块，用于对输入图像和所述原始图像进行特征提取，得到图像特征；模型生成模块，用于根据所述特征提取模块在所述n幅原始图像中所提取到的图像特征和所述n幅原始图像对应的质量得分，采用迭代拟合法进行迭代拟合，形成图像特征-质量得分关系模型；图像评价模块，用于根据所述特征提取模块在所述输入图像中提取到的图像特征和所述图像特征-质量得分关系模型，自动对所述输入图像进行质量评分。2.根据权利要求1所述的图像质量评价系统，其特征在于，其中在迭代拟合过程中，采用梯度推进算法获得最优图像特征-质量得分关系模型。3.根据权利要求1所述的图像质量评价系统，其特征在于，其中所述图像特征包括对称广义高斯分布特征和非对称广义高斯分布特征。4.根据权利要求1所述的图像质量评价系统，其特征在于，还包括原始评分获取模块，所述原始评分模块用于对所述n幅原始图像的进行人工质量评分。5.根据权利要求4所述的图像评价系统，其特征在于，其中对所述原始评分获取模块包括：分组模块，用于将所述n幅原始图像以每两幅一组分为m组；评价模块，用于根据外部人工指令，在每组图像中选择更好的一幅图像；计算模块，用于根据两两比较结果，计算所述n幅原...

【专利技术属性】
技术研发人员：任小芹，
申请(专利权)人：成都西纬科技有限公司，
类型：发明
国别省市：四川;51