一种基于曝光情况分析的色阶映射图像质量评价方法技术

本发明专利技术公开了一种基于曝光情况分析的色阶映射图像质量评价方法，其采用了预曝光的方式对高动态范围图像中各区域的曝光属性进行了探索，并将高动态范围图像划分为易曝光过度区域、易曝光不足区域以及易正常曝光区域，在不同区域提取不同的质量特征，这样可使得后续的质量特征提取更有针对性；其虑到色阶映射图像与传统图像中失真形态的差异，在曝光区域分割的基础上，在色阶映射图像中提取曝光异常率、曝光不足残差能量、曝光过度残差能量以及曝光色彩指数这些图像特征，能够更准确的反映出色阶映射图像的质量下降程度；从曝光区域分割和质量特征提取两个角度出发，有效提高了得到的客观评价结果与人眼主观感知之间的相关性。

A tone mapping image quality evaluation method based on the analysis of exposure conditions

The invention discloses a color map image quality evaluation based on the analysis of the exposure method, which uses pre exposure mode of exposure among the regional properties high dynamic range images, and high dynamic range image can be divided into excessive exposure area, easy exposure and easy to regional normal region. The quality characteristics of different extraction in different regions, so the quality of the follow-up feature extraction more targeted; the form of distortion into account the difference with the traditional image tone mapping image, based on the exposure region segmentation, extraction rate, abnormal exposure under exposure to residual energy, excessive exposure residual energy and exposure index of these color image features in the tone mapping image, can decrease more accurately reflect the quality order mapping image; region segmentation and exposure from From the two aspects of quality feature extraction, the correlation between the objective evaluation results and the subjective perception of human eyes is improved effectively.

【技术实现步骤摘要】
一种基于曝光情况分析的色阶映射图像质量评价方法
本专利技术涉及一种图像质量评价技术，尤其是涉及一种基于曝光情况分析的色阶映射图像质量评价方法。
技术介绍
随着图像采集以及成像技术的迅速发展，高动态范围成像技术由于能够展现更为丰富的图像场景信息，已经得到了越来越多的关注，并逐渐成为了成像显示领域的研究焦点。然而，现阶段各类图像处理系统中普遍使用的仍然是传统的低动态范围显示设备，因此在实际应用中需要对高动态范围图像使用色阶映射算子进行处理，从而使其后向兼容于传统的低动态范围显示设备。由于色阶映射算子的非线性映射关系，经过其处理后生成的色阶映射图像不可避免地会出现质量下降的现象。因此，如何准确有效地评价色阶映射图像的质量对于色阶映射算法的设计以及高动态范围成像系统的开发均有着积极的推动作用。对于色阶映射图像的质量评价可分为主观质量评价和客观质量评价两大类。由于视觉信息最终由人眼所接受，因此主观质量评价的准确性最为可靠，然而主观质量评价需要观察者打分得到，费时费力且不易集成于成像系统之中。相反，客观质量评价能够在系统中实时地调整系统参数，从而实现高质量成像系统应用。因此，准确有效且客观的色阶本文档来自技高网...

【技术保护点】
一种基于曝光情况分析的色阶映射图像质量评价方法，其特征在于包括以下步骤：①令SHDR表示未经处理的宽度为W且高度为H的高动态范围图像，令STM表示SHDR经过色阶映射算子处理后所生成的色阶映射图像，并将STM作为待评价的色阶映射图像；②对SHDR的亮度分量进行不同程度的预曝光处理，生成SHDR的亮度分量的曝光过度图像和曝光不足图像，对应记为EIover和EIunder；③将EIover划分为

【技术特征摘要】
1.一种基于曝光情况分析的色阶映射图像质量评价方法，其特征在于包括以下步骤：①令SHDR表示未经处理的宽度为W且高度为H的高动态范围图像，令STM表示SHDR经过色阶映射算子处理后所生成的色阶映射图像，并将STM作为待评价的色阶映射图像；②对SHDR的亮度分量进行不同程度的预曝光处理，生成SHDR的亮度分量的曝光过度图像和曝光不足图像，对应记为EIover和EIunder；③将EIover划分为个互不重叠的尺寸大小为2u×2v的图像块；然后从EIover中的所有图像块中找出曝光过度块；接着将EIover中的所有曝光过度块构成曝光过度区域，记为其中，符号为向下取整运算符号，u和v取区间[2,5]内的相同的整数；同样，将EIunder划分为个互不重叠的尺寸大小为2u×2v的图像块；然后从EIunder中的所有图像块中找出曝光不足块；接着将EIunder中的所有曝光不足块构成曝光不足区域，记为④将SHDR划分为个互不重叠的尺寸大小为2u×2v的图像块；然后根据以及将SHDR划分为易曝光过度区域、易曝光不足区域以及易曝光正常区域，对应记为Rover、Runder以及Rnormal；⑤将STM划分为个互不重叠的尺寸大小为2u×2v的图像块；然后将STM中与Rover相对应的区域作为色阶映射易曝光过度区域，并记为R1；并将STM中与Runder相对应的区域作为色阶映射易曝光不足区域，并记为R2；将STM中与Rnormal相对应的区域作为色阶映射易曝光正常区域，并记为R3；⑥判断R1中的每个图像块是否出现曝光过度现象，如果出现曝光过度现象，则将该图像块判定为色阶映射曝光过度块；然后统计R1中的色阶映射曝光过度块的总个数，记为同样，判断R2中的每个图像块是否出现曝光不足现象，如果出现曝光不足现象，则将该图像块判定为色阶映射曝光不足块；然后统计R2中的色阶映射曝光不足块的总个数，记为⑦根据和计算STM的曝光异常率，记为ηabnormal，其中，表示R1中的图像块的总个数，表示R2中的图像块的总个数；⑧计算R1的曝光过度残差能量，记为E1，并计算R2的曝光不足残差能量，记为E2，其中，μ1,n表示STM的亮度分量中与R1中的第n个图像块对应的区域中的所有像素点的像素值的均值，μ2,n'表示STM的亮度分量中与R2中的第n'个图像块对应的区域中的所有像素点的像素值的均值，为极端曝光过度亮度值，为极端曝光不足亮度值，⑨将R3从RGB色彩空间转换至opponentcolorspace，记为R3'；然后计算R3'中的所有像素点的红绿通道的分量值的均值和方差，对应记为μrg和σrg；并计算R3'中的所有像素点的黄蓝通道的分量值的均值和方差，对应记为μyb和σyb；再计算R3'的曝光色彩指数，记为C3，其中，ωc表示色彩均值权重；⑩获取STM的特征向量，记为其中，符号“[]”为向量表示符号；选取ntest幅高动态范围图像；然后利用不同的色阶映射算子生成Ntest幅色阶映射图像，将这Ntest幅色阶映射图像的集合作为训练图像集，记为Dtest；接着利用主观质量评价方法评价出Dtest中的每幅色阶映射图像的平均主观评分差值，将Dtest中的第m幅色阶映射图像的平均主观评分差值记为DMOSm；再按照步骤①至步骤⑩的过程，以相同的方式获得Dtest中的每幅色阶映射图像的特征向量，将Dtest中的第m幅色阶映射图像的特征向量记为其中，ntest>1，1≤m≤Ntest，1≤DMOSm≤100；采用支持向量回归对Dtest中的所有色阶映射图像各自的平均主观评分差值以及特征向量进行训练，使得经过训练得到的回归函数值与平均主观评分差值之间的误差最小，拟合得到最优权值矢量Vbest和最优偏置项bbest；之后利用Vbest和bbest构造得到支持向量回归训练模型；再根据支持向量回归训练模型，对进行测试，预测得到STM的客观质量评价预测值，记为Q，其中，Q是Xdis的函数，f()为函数表示形式，Xdis为输入，Xdis用于代表(Vbest)T为Vbest的转置，为Xdis的线性函数。2.根据权利要求1所述的一种基于曝光情况分析...

【专利技术属性】
技术研发人员：蒋刚毅，宋洋，陈芬，郁梅，
申请(专利权)人：宁波大学，
类型：发明
国别省市：浙江,33