一种基于ROI的图像质量评价方法技术

一种基于ROI的图像质量评价方法。用于评价不同失真图像的质量。步骤为：(1)图像灰度化处理；(2)计算参考、失真图像对应图像块的亮度l(x,y)、对比度c(x,y)及结构s(x,y)比较函数；(3)提取梯度信息，计算参考、失真图像的梯度图，并计算对应的梯度比较函数g(x,y)；(4)将四种比较函数组合在一起，计算参考、失真图像对应图像块的GSSIM值，进而得到局部相似性图；(5)利用基于相位谱的视觉显著性模型，计算参考图像的ROI图，进一步得到权重图，利用权重图对局部相似性图进行加权处理，得到评价值R_GSSIM。本发明专利技术在LIVE和TID2008等数据库上进行实验，结果表明本改进算法不仅与人眼的主观感知具有很好的一致性，而且计算复杂度较低。

【技术实现步骤摘要】
一种基于ROI的图像质量评价方法
本专利技术涉及一种基于ROI(RegionofInterest，简称ROI)的图像质量评价方法，属于图像质量评价的图像处理领域，主要应用于对各类失真图像进行质量评价，主要目标就是设计出客观的图像质量评价方法，使之与人的视觉感知保持一致。
技术介绍
图像质量评价是图像处理领域内一项很有意义的研究课题。图像质量评价分为主观图像质量评价方法和客观图像质量评价方法。主观图像质量评价方法包括双刺激损伤分级法、双刺激连续质量分级法、单刺激连续质量分级法。相比主观图像质量评价方法来说，客观评价方法应用更准确、广泛。客观图像质量评价方法可分为全参考评价方法、半参考评价方法和无参考评价方法，目前全参考评价方法较为成熟，众多方法中最常用的是均方误差法(MSE)和峰值信噪比法(PSNR)。它们直接对参考图像和失真图像的像素灰度值进行计算，计算简单、意义明确，但是不能很好地与人的主观感受保持一致。随着对人类视觉系统(HVS)认识的深入，人们开始利用人类视觉系统的某些特性进行评价(参见庞全，王振华，耿丽硕等。Wang等人(参见WANGZhou，BOVIKAC，SHEIKHHR，etal.Imagequalityassessment:fromerrorvisibilitytostructuralsimilarity[J].IEEETransonImageProcessing，2004，13(4):600-612.；WANGZhou，BOVIKAC.Auniversalimagequalityindex[J].IEEETransSignalPrecessing，2002，9(3):91-94.)提出了结构相似性理论(SSIM)，对参考图像的亮度、对比度和结构信息进行比较，得到了较好的结果。他假设HVS擅长提取场景中的结构信息，通过评测失真图像的结构信息的退化程度对图像进行评价，得到了广泛使用。许多学者在SSIM的基础上进行了改进，如Wang等人(参见WANGZhou，SIMONCELLIP，BOVICAC.Multiscalestructuralsimilarityforimagequalityassessment[C]//Procofthe37thAsilomarConferenceonSignals，SystemsandComputers.2003:1398-1402.)提出了多尺度结构相似性(MSSIM)，得到了比单一尺度更好的结果；Li等人(参见LIChao-feng，BOVICAC.Three-componentweightedstructuralsimilarityindex[C]//ProcofSPIE.2009:72420Q-72420Q-9.)提出了3-SSIM，把SSIM中对整幅图像的亮度、对比度和结构的比较，改为在边缘、纹理和平滑区域分别计算并赋予不同的权重，得到最终的评测结果；Chen等人(参见CHENGuan-hao，YANGChun-ling，XIESheng-li.Gradient-basedstructuresimilarityforimagequalityassessment[C]//ProcofInternationalConferenceonImageProcessing.2006:2929-2932.)提出了基于梯度的结构相似性(GSSIM)，把SSIM中对对比度和结构的比较改为对参考图像和失真图像的梯度图像进行计算。Wan等人(参见YANGWan，WULe-hua，FANY，etal.Amothodofimagequalityassessmentbasedonregionofinterest[C]//Procofthe7thWorldCongressonIntelligentControlandAutomation.2008:6840-6843.)提出的基于感兴趣区域的方法；Aja-Fernandez等人(参见AJA-FERNANDEZS，ESTEPARRS，ALBEROLA-LOPEZC，etal.Imagequalityassessmentbasedonlocalvariance[C]//Procofthe28thAnnualInternationalConferenceonEngineeringinMedicineandBiologySociety.Berlin:Springer-Verlag，2006:4815-4818.)提出的基于局部对比度的质量评价方法；孔繁锵(参见孔繁锵.结合HVS和相似性度量的图像质量评价测度[J].中国图象图形学报，2011，16(7):1184-1191.)提出的一种把HVS和相似性度量结合起来的图像质量评价测度；叶盛楠等人(参见叶盛楠，苏开娜，肖创柏等.基于结构信息提取的图像质量评价[J].电子学报，2008，36(5):856-861.)提出的基于结构信息提取的图像质量评价方法。
技术实现思路
本专利技术的技术解决问题：克服现有技术的不足，提供一种基于ROI的图像质量评价方法，可以对各种失真的图像进行质量评价，在LIVE2和TID2008等多种图像数据库上进行，实验表明本专利技术改进算法R_GSSIM不仅与人眼的主观感知具有很好的一致性，而且具有较低的计算复杂度。本专利技术的技术解决方案：一种基于ROI的图像质量评价方法，包括：步骤(1)、灰度图的转化：分别将参考图像和失真图像转化为灰度图，并将灰度图分成M*N个子块，后续步骤中针对参考图像和失真图像进行的操作是针对二者对应的灰度图进行的操作；步骤(2)、SSIM相似度测试：由SSIM测量系统对参考图像和失真图像进行相似度测试，相似度测试包括：亮度对比、对比度对比和结构对比，分别通过计算亮度比较函数l(x,y)、对比度比较函数c(x,y)及结构比较函数s(x,y)来获得；假设参考图像为X，失真图像为Y,x、y分别为图像X和Y中相对应的子块；其中亮度比较函数l(x,y)、对比度比较函数c(x,y)及结构比较函数s(x,y)可以通过SSIM测量系统中的亮度对比模块、对比度对比模块、结构对比模块来实现；步骤(3)、梯度信息的提取：分别计算参考图像与失真图像的梯度图，根据梯度图计算梯度比较函数g(x,y)；步骤(4)、将步骤(2)和步骤(3)获得的信息进行合并、融合得到参考图像与失真图像的局部相似性图；步骤(5)、客观评价值R_GSSIM的计算：首先利用基于相位谱法的视觉显著性计算模型，计算参考图像的ROI图，并将其分成M*N个子块，得到权重图；然后利用权重图对步骤(4)得到的局部相似性图进行加权处理，得到最终的客观评价值R_GSSIM。进一步的，所述步骤(3)中梯度信息的提取的步骤，包括：步骤(31)、分别计算参考图像与失真图像的梯度图；步骤(32)、将梯度图分为M*N个子块；步骤(33)、计算参考图像与失真图像对应梯度图子块的梯度比较函数g(x,y)。进一步的，所述梯度信息的提取实现过程如下：所述步骤(31)中梯度图算法中的梯度算子采用改进的八方向的Sobel算子：采用大小为5×5的八方向模板，八个方向分别为0°、22.5°、45°、67.5°、90°、112.5°、135°本文档来自技高网...

【技术保护点】
1.一种基于ROI的图像质量评价方法，其特征在于：包括步骤：其中：步骤(1)、灰度图的转化：分别将参考图像和失真图像转化为灰度图，并将灰度图分成M*N个子块，后续步骤中针对参考图像和失真图像进行的操作是针对二者对应的灰度图进行的操作；步骤(2)、SSIM相似度测试：由SSIM测量系统对参考图像和失真图像进行相似度测试，相似度测试包括：亮度对比、对比度对比和结构对比，分别通过计算亮度比较函数l(x,y)、对比度比较函数c(x,y)及结构比较函数s(x,y)来获得；假设参考图像为X，失真图像为Y,x和y分别为图像X和Y中相对应的子块；步骤(3)、梯度信息的提取：分别计算参考图像与失真图像的梯度图，根据梯度图计算梯度比较函数g(x,y)；步骤(4)、将步骤(2)和步骤(3)获得的信息进行合并、融合得到参考图像与失真图像的局部相似性图；步骤(5)、客观评价值R_GSSIM的计算：首先利用基于相位谱法的视觉显著性计算模型，计算参考图像的ROI图，并将其分成M*N的子块，得到权重图；然后利用权重图对步骤(4)得到的局部相似性图进行加权处理，得到最终的客观评价值R_GSSIM。

【技术特征摘要】
1.一种基于ROI的图像质量评价方法，其特征在于：包括步骤：其中：步骤(1)、灰度图的转化：分别将参考图像和失真图像转化为灰度图，并将灰度图分成M*N个子块，后续步骤中针对参考图像和失真图像进行的操作是针对二者对应的灰度图进行的操作；步骤(2)、SSIM相似度测试：由SSIM测量系统对参考图像和失真图像进行相似度测试，相似度测试包括：亮度对比、对比度对比和结构对比，分别通过计算亮度比较函数l(x,y)、对比度比较函数c(x,y)及结构比较函数s(x,y)来获得；假设参考图像为X，失真图像为Y,x和y分别为图像X和Y中相对应的子块；步骤(3)、梯度信息的提取：分别计算参考图像与失真图像的梯度图，根据梯度图计算梯度比较函数g(x,y)；步骤(4)、将步骤(2)和步骤(3)获得的信息进行合并、融合得到参考图像与失真图像的局部相似性图；步骤(5)、客观评价值R_GSSIM的计算：首先利用基于相位谱法的视觉显著性计算模型，计算参考图像的ROI图，并将其分成M*N的子块，得到权重图；然后利用权重图对步骤(4)得到的局部相似性图进行加权处理，得到最终的客观评价值R_GSSIM。2.根据权利要求1所述基于ROI的图像质量评价方法，其特征在于：所述步骤(1)中灰度图的转化方法包括：最大值法、平均值法、加权平均值法。3.根据权利要求1所述的基于ROI的图像质量评价方法，其特征在于：所述步骤(3)中梯度信息提取的步骤，包括：步骤(31)、分别计算参考图像与失真图像的梯度图；步骤(32)、将梯度图分为M*N个子块；步骤(33)、计算参考图像与失真图像对应梯度图子块的梯度比较函数g(x,y)。4.根据权利要求3所述基于ROI的图像质量评价方法：所述梯度信息的提取实现过程如下：所述步骤(31)中梯度图算法中的梯度算子采用改进的八方向的Sobel算子：采用大小为5×5的八方向模板，八个方向分别为0°、22.5°、45°、67.5°、90°、112.5°、135°和157.5°；所述步骤(33)中...

【专利技术属性】
技术研发人员：解凯，何南南，李桐，何翊卿，
申请(专利权)人：北京印刷学院，
类型：发明
国别省市：北京,11