基于视皮层方位选择性机理的无参考图像质量评价方法技术

本发明专利技术公开了一种基于视皮层方位选择性机理的无参考质量评价方法，主要解决现有技术评价准确率低和稳定度差的问题。其实现步骤是：1.从图像数据库中选取实验样本；2.设计图像局部区域结构描述子；3.使用图像局部区域结构描述子计算图像一级模式向量；4.对一级模式向量进行降维得到二级模式向量；5.对二级模式向量聚类得到模式字典；6.用模式字典提取训练样本特征向量；7.使用训练样本特征向量建立预测模型；8.提取测试样本特征向量；9.使用测试样本特征向量和预测模型计算测试样本质量值；10.根据测试样本质量值判断测试样本质量。本发明专利技术极大的提高了质量评价准确率和稳定度，可用于以优化视觉质量为目的的图像处理系统中。

Non reference image quality evaluation method based on visual cortex azimuth selective mechanism

The invention discloses a reference quality evaluation method based on the azimuth selective mechanism of the visual cortex, which mainly solves the problems of low accuracy and poor stability of the prior art. The steps are: 1. from the image database in selected experimental samples; 2. design of the local image structure descriptor; 3. using the local image structure descriptors calculated image level pattern vector; 4. dimension two level pattern vector on the level of 5. to two level pattern vectors; pattern vector clustering pattern dictionary; 6. model of dictionary training samples from the feature vector; 7. training samples are used to establish prediction model of feature vector extraction; 8. test sample feature vector; 9. using a test sample feature and the test sample quality prediction model and calculation; 10. according to the test sample quality value judgment test sample quality. The invention greatly improves the accuracy and stability of quality evaluation and can be used in an image processing system aiming at optimizing visual quality.

【技术实现步骤摘要】
基于视皮层方位选择性机理的无参考图像质量评价方法
本专利技术属于图像处理
，特别涉及一种无参考质量评价方法，可用在航拍成像系统、数字监控系统以及图像压缩系统等以优化视觉质量为目的的影像处理系统中。技术背景随着现代网络通讯与信息技术的跨越式发展，数字图像已经成为了信息的主要载体，高质量的图像信息为人们的生活带来了无限的便利。然而，由于成像设备能力有限、传输通道噪声和环境噪声等因素干扰，原始的图像数据在进行多步处理的过程中会混入多种噪声，造成了图像质量的衰减，这直接影响到人对图像信息的获取。怎样在算法层面衡量这种衰减，并建立起有效的客观图像质量评价体系具有重大意义。近年来，客观图像质量评价技术成为视觉信息智能化处理领域的研究热点，许多研究人员投入大量的精力去设计符合人眼主观感知的客观质量评价算法。根据这些算法在评价污染图的质量时，对参考图像的依赖程度，可以将这些算法分为三类：全参考图像质量评价算法，部分参考图像质量评价算法和无参考图像质量评价算法。其中：全参考质量评价需要原始图像的全部信息做参考，部分参考质量评价只需要一部分原始图像信息作参考，这两类算法的评价准确率比较高。然而本文档来自技高网...

【技术保护点】
一种基于视皮层方位选择性机理的无参考图像质量评价方法，包括：(1)从图像质量评价数据库的实验样本中取出400幅污染图作为训练样本，100幅污染图作为测试样本，500幅未受污染的自然图像作为字典学习样本；(2)设计图像局部区域的结构描述子：(2a)输入一幅待处理图像Dm×n，m表示图像的长度，n表示图像的宽度，计算Dm×n的垂直方向梯度矩阵Gv和水平方向梯度矩阵Gh；(2b)根据垂直方向梯度矩阵Gv和水平方向梯度矩阵Gh计算出Dm×n的方向趋势矩阵：

【技术特征摘要】
1.一种基于视皮层方位选择性机理的无参考图像质量评价方法，包括：(1)从图像质量评价数据库的实验样本中取出400幅污染图作为训练样本，100幅污染图作为测试样本，500幅未受污染的自然图像作为字典学习样本；(2)设计图像局部区域的结构描述子：(2a)输入一幅待处理图像Dm×n，m表示图像的长度，n表示图像的宽度，计算Dm×n的垂直方向梯度矩阵Gv和水平方向梯度矩阵Gh；(2b)根据垂直方向梯度矩阵Gv和水平方向梯度矩阵Gh计算出Dm×n的方向趋势矩阵：(2c)取Hm×n中某个点xij的局部24邻域，1≤i≤m，1≤j≤n，得到5*5的局部方向趋势矩阵，计算该矩阵中心点xij与邻域点的空间相关性，得到二值化矩阵Rij，并按照逆时针的顺序对二值化矩阵Rij进行排序，得到图像局部区域结构描述子bij，再将bij转化成十进制形式得到模式pij；(2d)将Hm×n中每个点都进行(2c)的操作，得到模式矩阵P：(3)统计模式矩阵P的模式直方图，得到一级模式向量ψ1：其中εk为第k个直方图能量系数，1≤k≤224，δ(·)表示冲击函数，取值只能为0或者1；(4)使用旋转不变性对一级模式向量ψ1进行降维处理，将模式向量ψ1的维数减少到原来的得到二级模式向量ψ2；(5)在字典学习样本上使用Kmeans聚类算法训练模式字典book；(6)提取400个训练样本的特征向量fw，1≤w≤400；(7)将400个训练样本的特征向量fw输入支持向量机SVR中，得到预测模型MOD；(8)提取100个测试样本的特征向量fa，1≤a≤100；(9)将100个测试样本的特征向量fa和预测模型MOD输入到支持向量机SVR，计算出100个测试样本的质量值Qa；(10)根据测试样本的质量值Qa，对测试样本的图像质量进行判断：若Qa＝0，则表示该测试样本没有被噪声污染；若0＜Qa≤5，则表示该测试样本被噪声轻度污染；若5＜Qa≤8，则表示该测试样本被噪声中度污染；若Qa＞8，则表示该测试样本被噪声重度污染。2.根据权利要求1所述的方法，其步骤(2a)中计算一幅待处理图像Dm×n的垂直方向梯度矩阵Gv和水平方向梯度矩阵Gh，通过如下公式计算：其中，*代表线性卷积运算，fh和fv分别为Prewitt水平滤波算子和垂直滤波算子，3.根据权利要求1所述的方法，其步骤(2c)中计算图像局部区域结构描述子bij，按如下步骤进行：(2c1)取方向趋势矩阵Hm×n中点xij的局部24邻域，1≤i≤m，1≤j≤n，得到5*5的局部方向趋势矩阵...

【专利技术属性】
技术研发人员：吴金建，张满，陈秀林，石光明，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61