一种面向监控视频应用的图像质量半参考评价方法技术

本发明专利技术公开了一种面向监控视频应用的图像质量半参考评价方法，该方法以图像的归一化亮度（MSCN）系数作为基本特征，将失真图像的MSCN系数拟合函数的参数及失真图像与参考图像作对比，进而产生更准确的质量评价模型。与传统的图像质量评价方法相比，对视频监控中的图像，本发明专利技术的评价结果与主观评价具有高拟合度。

【技术实现步骤摘要】
一种面向监控视频应用的图像质量半参考评价方法
本专利技术涉及一种方法，针对监控视频应用的图像质量进行评估。该方法适用于监控摄像系统，通过评估后期监控图像质量来判断该监控摄像头是否需要更换或维修，从而确保监控系统正常运行。
技术介绍
随着监控系统的发展，传统的以人为主体的监管方法不能很好的评估监控图像的质量，已不能满足现今安保的需求。图像质量评估方法分为3种：全参考图像质量评估(FR)、半参考图像质量评估(RR)和无参考图像质量评估(NR)。全参考评价方法需要获取参考图像的全部信息。虽然监控系统可以获得参考图像，但是参考图像和日常运维图像在内容上存在不同，所有有参考图像质量评价方法并不理想。无参考图像质量评价方法指的是无需参考图像，利用先验知识实现对失真图像信息本身进而质量评价，但是该方法的性能依赖于先验知识的准确程度，而目前业界没有理想的监控图像先验模型。因此全参考评价的方法和无参考评价的方法对监控视频应用的图像质量均不能产生良好的评价结果。图像主观质量评价是一个研究热点，有着非常广泛的应用。图像/视频的获取、传输和解码过程都会引入一定的失真，降低图像的主观质量。由计算机辅助实现评价本文档来自技高网...

【技术保护点】
一种面向监控视频应用的图像质量半参考评价方法，其特征在于，该方法包括以下具体步骤：步骤1：求取归一化亮度MSCN系数；用

【技术特征摘要】
1.一种面向监控视频应用的图像质量半参考评价方法，其特征在于，该方法包括以下具体步骤：步骤1：求取归一化亮度MSCN系数；用表示归一化之后空域图像的MSCN系数，对图像的归一化消除相邻系数之间的相关性；步骤2：确定MSCN系数分布的拟合参数—广义高斯分布GGD函数；步骤3：用GGD模型拟合空域图像的MSCN系数，确定提取图像失真的第一个特征集合；步骤4：确定不对称广义高斯分布AGGD模型的表达式；步骤5：用AGGD模型拟合空域图像的相邻MSCN系数乘积的经验分布，确定提取图像失真的第二个特征集合；步骤6：确定失真图像的基本特征集合；步骤7：确定降质特征值,并基于降质图像的基本特征及降质特征，提取图像的视觉特征；步骤8：图像质量评估。2.如权利要求1所述的图像质量半参考评价方法，其特征在于所述步骤1具体包括：空域图像的MSCN系数表示如下：其中：i∈1，2...M，j∈1,2...N是空间索引，M，N分别表示图像的高度和宽度；ω＝{ωk,l|k＝-K，,...，K，l＝-％,...,％}是高斯加权函数；I(i,j)表示图像在其像素域坐标(i,j)中的亮度；C是一个常量，以防止除数为零的情况；局部均值μ(i,j)以及方差σ(i,j)分别用来表示图像的平均亮度以及对比度。3.如权利要求1所述的图像质量半参考评价方法，其特征在于所述步骤2具体包括：GGD表达式为：其中：α表示GGD函数的形状参数，σ2表示GGD函数的方差；Γ(α)函数和β为了简化公式描述，引入的中间变量。4.如权利要求1所述的图像质量半参考评价方法，其特征在于所述步骤3具体包括：GGD分布的参数(α,σ2)通过矩匹配方法有效估算；使用GGD分布的参数模型来拟合失真及非失真图像MSCN分布；通过估算GGD分布的两个参数(α,σ2)来拟合MSCN系数，以此作为用来提取图像失真的第一个特征集合。5.如权利要求1所述的图像质量半参考评价方法，其特征在于所述步骤4具体包括：AGGD表达式为：其中：ν反映AGGD分布的形状，σl、σr分别为AGGD分布的左方差、右方差，分别控制向两边的延伸程度。6.如权利要求1所述的图像质量半参考评价方法，其特征在于所述步骤5具体包括：抽取AGGD分布沿着四个方向上的参数来进行最优拟合，每个方向上的参数(v,σl,σr,η)通过矩匹配方法得到可靠的估算值，其中：对于相邻MSCN系数的乘积在四个方向上的经验分布，由于每个方向有四个参数，所以总共有4*4＝16个参数，这16个参数构成了用来提取图像失真的第二个特...

【专利技术属性】
技术研发人员：王慈，常艳杰，王同乐，
申请(专利权)人：华东师范大学，
类型：发明
国别省市：上海,31