一种超分辨率图像的图像质量分析方法及系统技术方案

本发明专利技术提供了一种超分辨率图像的图像质量分析方法及系统，通过获取源参考图像和获取与所述源参考图像内容和像素个数均相同的超分辨率图像；分别分解出所述源参考图像和超分辨率图像的纹理分量，结构分量和高频分量；对分解出的所述纹理分量、结构分量和高频分量分别进行池化，得到与三个分量相对应的三个池化分数；将三个池化分数相融合得到图像质量分析值。本发明专利技术在超分辨率图像上的分析比现有的图像质量分析方法更加客观准确，为监控领域、卫星图像以及医学影像中对低分辨图像进行重建后得到的超分辨率图像质量进行分析提供了重要的应用价值。

An image quality analysis method and system for super-resolution images

The present invention provides an image quality analysis method and system for super-resolution image, by acquiring the source reference image and the super-resolution image with the same content and number of pixels as the source reference image, decomposing the texture component, the structural component and the high-frequency component of the source reference image and the super-resolution image respectively, and decomposing the texture component and the structural component. The three pooling fractions corresponding to the three components are obtained by pooling the high frequency components, and the image quality analysis value is obtained by fusing the three pooling fractions. The method of the invention is more objective and accurate than the existing image quality analysis method, and provides an important application value for the analysis of the super-resolution image quality obtained from the reconstruction of low-resolution image in the monitoring field, satellite image and medical image.

【技术实现步骤摘要】
一种超分辨率图像的图像质量分析方法及系统
本专利技术涉及数字图像处理及计算机视觉
，尤其涉及的是一种超分辨率图像的图像质量分析方法及系统。
技术介绍
图像超分辨率是图像处理领域中的一个重要研究课题，通过对图像进行超分辨率处理，可以提高图像的分辨率，使得图像更为清晰，其在图像重建中具有较多重要应用，例如：(1)在数字电视(DTV)向高清晰度电视(HDTV)过度阶段，仅有部分电视节目会以HDTV的形式播出，不少节目采用的是DTV的形式。因此，可以利用超分辨率重建技术将DTV信号转化为与HDTV接收机相匹配的信号，提高电视节目的兼容性；(2)在采集军事与气象遥感图像时，由于受到成像条件与成像系统分辨率的限制，不可能获得清晰度很高的图像,而通过利用超分辨率重建技术，在不改变卫星图像探测系统的前提下，可实现高于系统分辨率的图像观测；(3)在医学成像系统中(如CT、MRI和超声波仪器等)，可以用超分辨率重建技术来提高图像质量，对病变目标进行仔细地检测；(4)在银行、证劵等部门的安全监控系统中，当有异常情况发生后，可对监控录像进行超分辨率重建，提高图像要害部分的分辨率，从而为事件的处理提供重要的线索；(5)可以将超分辨率重建技术用于图像压缩。平时存储或传输低分辨率的图像信息，当有不同需要时，再利用超分辨率重构技术获得不同分辨率的图像和视频。随着深度学习的不断发展，图像超分辨率处理技术也在不断前进，已经出现了很多研究成果。然而，对于超分辨图像质量分析仍然面临着巨大挑战。由于人的视觉感知存在差异，对图像质量的主观评价标准参差不齐，亟需一种客观准确的超分辨率图像质量分析方法，建立图像质量的客观评判标准，以此来推动图像超分辨率技术的不断发展。目前已经出现了许多图像质量分析的方法，如PSNR算法(PeakSignaltoNoiseRatio，峰值信噪比)，MOS算法(MeanOpinionScores，主观质量评分)以及SSIM算法(StructuralSIMilarity，图像相似度)等。为了分析高光谱图像的质量，还提出了一个多元SSIM，将多光谱像素作为一个多元向量。除了在SSIM中使用的平均值、方差和协方差外，图像质量分析利用到许多其他特征和信息。比如信息保真度准则及视觉信息保真度，将参考图像与失真图像之间的相互信息作为视觉质量计算。因为图像结构特征在视觉感观中占主导地位，许多现有的全参考图像质量方法强调图像结构失真的重要性。然而对于超分辨率图像来说，图像细节同样重要。另外，对于一些超分辨率图像里面存在的虚假纹理，现有的图像质量分析方法没有进行考虑。因此现有的这些图像质量分析方法并不适合于超分辨率图像的图像质量分析。因此，现有技术有待于进一步的改进。
技术实现思路
鉴于上述现有技术中的不足之处，本专利技术的目的在于提供一种超分辨率图像的图像质量分析方法及系统，克服现有技术中缺乏针对超分辨率图像的质量分析方法的缺陷。本专利技术提供的第一实施例为一种超分辨率图像的质量分析方法，其中，包括步骤：获取源参考图像和获取与所述源参考图像内容和像素个数均相同的超分辨率图像；分别分解出所述源参考图像和超分辨率图像的纹理分量，结构分量和高频分量；对分解出的所述纹理分量、结构分量和高频分量分别进行池化，得到与三个分量相对应的三个池化分数；将三个池化分数相融合得到图像质量分析值。可选的，分解出所述源参考图像和超分辨图像纹理分量的步骤包括：分别计算超分辨率图像和源参考图像中每个像素的统计特征向量，将计算出的统计特征向量分别与各自的2范数相比，将相比之后，计算得到的比值做内积，得到内积值；将超分辨率图像和源参考图像的纹理分量分成多个图像块，计算超分辨率图像和源参考图像两个图像中相同大小图像块的方差值，并获取两个方差值中的最大值；将所述内积值、所述方差值中的最大值和预设第一调整因子相结合计算纹理分量。可选的，所述分别计算超分辨率图像和源参考图像中每个像素的统计特征向量步骤包括：使用方向梯度直方图算法、尺度不变特征匹配算法或者局部二值模式算法获取超分辨率图像和源参考图像中每个像素的统计特征向量。可选的，分解出所述源参考图像和超分辨图像结构分量的步骤包括：将超分辨率图像和源参考图像分成多个图像块；计算每个图像块的主方向和所述主方向的内积并取绝对值，得到内积值；计算超分辨率图像和源参考图像在结构分量中每个像素的归一化的梯度幅度；将所述内积值、所述梯度幅度值和预设第二调整因子相结合，得到所述结构分量。可选的，将所述源参考图像和超分辨图像分解成高频分量的步骤包括：计算源参考图像和超分辨图像的高频能量向量做内积，将内积的值与所述高频能量向量的2范数之比作为高频分量。可选的，将所述源参考图像和超分辨图像分解成高频分量的步骤包括：计算源参考图像和超分辨图像的高频能量向量，将所述高频能量向量与所述高频能量向量的2范数之积作为高频分量。可选的，所述高频能量的计算公式为：其中，j是像素的位置索引，N(i)是像素i的相邻像素，NN是相邻像素的数目，s是结构分量，sσ是s通过一个方差为σ的高斯卷积核卷积得到，sσ代表了s的低频部分。可选的，所述对分解出的所述纹理分量、结构分量和高频分量分别进行池化，得到与三个分量相对应的三个池化分数的步骤还包括：对所述纹理分量、结构分量和高频分量进行加权平均。可选的，所述将三个池化分数相融合得到图像质量分析值的步骤包括：所述图像质量分析值如下公式计算得到：其中，p为图像质量分析值，α>0且β>0，α和β为调整影系数；pt,ps,ph分别为所述纹理分量、结构分量和高频分量的加权平均值。本专利技术提供的第二实施例为一种超分辨率图像的质量分析系统，其中，包括：图像信息获取模块，用于获取源参考图像和获取与所述源参考图像的内容和像素个数均相同的超分辨率图像；图像分量分解模块，用于分别分解出所述源参考图像和超分辨率图像的纹理分量，结构分量和高频分量；池化处理模块，用于对分解出的所述纹理分量、结构分量和高频分量分别进行池化，得到与三个分量相对应的三个池化分数；分值融合模块，用于将三个池化分数相融合得到图像质量分析值。有益效果，本专利技术提供了一种超分辨率图像的图像质量分析方法及系统，通过获取源参考图像和获取与所述源参考图像内容和像素个数均相同的超分辨率图像；分别分解出所述源参考图像和超分辨率图像的纹理分量，结构分量和高频分量；对分解出的所述纹理分量、结构分量和高频分量分别进行池化，得到与三个分量相对应的三个池化分数；将三个池化分数相融合得到图像质量分析值。在超分辨率图像上的测试，本专利技术比现有的图像质量分析方法更贴近人类视觉评判机制，且客观实验数据优胜于现有的图像质量分析方法。为监控领域、卫星图像以及医学影像中对低分辨图像进行重建后得到的超分辨率图像质量进行分析提供了重要的应用价值。附图说明图1是本专利技术所提供的一种超分辨率图像的图像质量分析方法的步骤流程图；图2是本专利技术提供的所述超分辨率图像的图像质量分析系统的原理结构示意图。具体实施方式为使本专利技术的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本专利技术进一步详细说明。应当理解，此处所描述的具体实施例仅仅用于解释本专利技术，并不用于限定本专利技术。本专利技术提供的第一实施例为一种超分辨率图像的质量本文档来自技高网...

【技术保护点】
1.一种超分辨率图像的质量分析方法，其特征在于，包括：获取源参考图像和获取与所述源参考图像内容和像素个数均相同的超分辨率图像；分别分解出所述源参考图像和超分辨率图像的纹理分量，结构分量和高频分量；对分解出的所述纹理分量、结构分量和高频分量分别进行池化，得到与三个分量相对应的三个池化分数；将三个池化分数相融合得到图像质量分析值。

【技术特征摘要】
1.一种超分辨率图像的质量分析方法，其特征在于，包括：获取源参考图像和获取与所述源参考图像内容和像素个数均相同的超分辨率图像；分别分解出所述源参考图像和超分辨率图像的纹理分量，结构分量和高频分量；对分解出的所述纹理分量、结构分量和高频分量分别进行池化，得到与三个分量相对应的三个池化分数；将三个池化分数相融合得到图像质量分析值。2.根据权利要求1所述的超分辨率图像的质量分析方法，其特征在于，分解出所述源参考图像和超分辨图像纹理分量的步骤包括：分别计算超分辨率图像和源参考图像中每个像素的统计特征向量，将计算出的统计特征向量分别与各自的2范数相比，将相比之后，计算得到的比值做内积，得到内积值；将超分辨率图像和源参考图像的纹理分量分成多个图像块，计算超分辨率图像和源参考图像两个图像中相同大小图像块的方差值，并获取两个方差值中的最大值；将所述内积值、所述方差值中的最大值和预设第一调整因子相结合计算纹理分量。3.根据权利要求2所述的超分辨率图像的质量分析方法，其特征在于，所述分别计算超分辨率图像和源参考图像中每个像素的统计特征向量步骤包括：使用方向梯度直方图算法、尺度不变特征匹配算法或者局部二值模式算法获取超分辨率图像和源参考图像中每个像素的统计特征向量。4.根据权利要求1所述的超分辨率图像的质量分析方法，其特征在于，分解出所述源参考图像和超分辨图像结构分量的步骤包括：将超分辨率图像和源参考图像分成多个图像块；计算每个图像块的主方向和所述主方向的内积并取绝对值，得到内积值；计算超分辨率图像和源参考图像在结构分量中每个像素的归一化的梯度幅度；将所述内积值、所述梯度幅度值和预设第二调整因子相结合，得到所述结构分量。5.根据权利要求1所述的超分辨率图像的质量分析方法，其特征在于，将所述源参考图像和超分辨图像分解成高...

【专利技术属性】
技术研发人员：周飞，姚荣国，谢锐涛，刘博智，邱国平，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东,44