The invention mainly relates to technologies such as image acquisition, transmission, compression, interpolation and enhancement. In order to solve the problem that existing image quality evaluation methods can not well meet the perception process of human visual system, a new full reference image quality evaluation method can obtain results more similar to human subjective image quality evaluation. The present invention is based on full reference image of visual attention characteristics. The steps of quality evaluation method are as follows: Step1: structure and color feature extraction; Step2 1: classification of whole picture; Step2 2: classification of non-edge region; Step3: distortion measurement of edge region, complex structure region and simple structure region; Step4: integrated strategy; Step5: formation of final image quality fraction; the invention is mainly applied in design and manufacturing occasions. The invention is mainly applied to the field of image processing.
【技术实现步骤摘要】
基于视觉注意特征的全参考图像质量评价方法
本专利技术主要涉及诸如图像获取、传递、压缩、插值和增强等实际的视觉应用领域。图像质量评价方法在评估或优化图像相关算法和系统性能上具有决定性作用。具体讲,涉及基于视觉注意心理和生理特征的全参考图像质量评价方法。
技术介绍
图像作为信息的载体，一幅拥有好质量的图片能够传递给人更多的信息量。然而，在图像的形成、传递和处理等过程中，信息量会不同程度地丢失。因此，图像质量评价在评估或优化图像相关算法和系统性能上具有重要的作用。依据评价对象不同来划分图像质量评价方法，可分为以人眼为评价对象的主观评价方法和以机器为评价对象的客观评价方法。主观评价方法是最可信赖的评价方式，但是由于主观评价方法成本高并且耗时长，所以研究者更致力于发展完善符合人类视觉系统感知过程的客观评价方法。本专利方法为原图像完全可用的全参考图像质量评价方法。在长期研究人眼视觉感知过程中，并结合VA(VisualAttention，视觉注意)的生理、心理特征的研究成果，人们逐渐发现了IGM(InternalGenerativeMechanism，内部生成机制)、视觉显著性...
【技术保护点】
1.一种基于视觉注意特征的全参考图像质量评价方法，其特征是，步骤如下：Step1：结构和色彩特征提取：分别将原始图像和失真图像的RGB色彩空间转换到更符合人类视觉系统感知特性的色彩空间上，然后，通过对与亮度或灰度相关的通道信息进行处理得到两幅图像的结构相似性矩阵，通过对色彩通道信息进行处理得到两幅图像的色彩相似性矩阵，至此，完成了图像结构和色彩两个特征的提取；Step2‑1：整幅图片的分类：引入边缘检测算法分别对原始图像和失真图像进行分区，将图像分为两个区域：边缘区域，非边缘区域，边缘区域是指边缘检测算子检测到的两幅图像共同的边缘区域，其余区域为非边缘区域；Step2‑2：...
【技术特征摘要】
1.一种基于视觉注意特征的全参考图像质量评价方法，其特征是，步骤如下：Step1：结构和色彩特征提取：分别将原始图像和失真图像的RGB色彩空间转换到更符合人类视觉系统感知特性的色彩空间上，然后，通过对与亮度或灰度相关的通道信息进行处理得到两幅图像的结构相似性矩阵，通过对色彩通道信息进行处理得到两幅图像的色彩相似性矩阵，至此，完成了图像结构和色彩两个特征的提取；Step2-1：整幅图片的分类：引入边缘检测算法分别对原始图像和失真图像进行分区，将图像分为两个区域：边缘区域，非边缘区域，边缘区域是指边缘检测算子检测到的两幅图像共同的边缘区域，其余区域为非边缘区域；Step2-2：非边缘区域的分类：通过引入VA心理因子包括但不限于贝叶斯预测模型将非边缘区域划分为简单结构区域和复杂结构区域，简单结构区域是指拥有规律结构的图像部分，复杂结构区域是指具有信号杂乱特点的图像部分；Step3：边缘区域、复杂结构区域和简单结构区域的失真测量：结合周围像素影响中心像素的颜色掩盖和纹理掩盖效应，在边缘区，人眼只对结构信息敏感，因此只考虑原始图像和失真图像像素点的结构相似性特征；在复杂结构区，人眼对结构信息不敏感且对颜色信息敏感，因此考虑原始图像和失真图像像素点的色彩相似性特征，除此之外，还采用PSNR来评价这部分与内容无关的失真；在简单结构区，考虑原始图像和失真图像像素点的结构和色彩相似性特征；Step4：整体综合策略：根据图像中每个像素点各自的特征，综合策略赋予每个像素点相应的权重，目的是突出表现该像素点相对于整幅图像在人类视觉系统感知图像质量过程中的重要性。综合策略同时考虑了VA生理因子和心理因子，包括视觉显著性和与IGM相关的熵掩盖效应这两个在人类视觉系统中重要的因素，综合二者的结果作为最终的综合策略；Step5：最终图像质量分数的形成：通过结合局部的失真测量和针对整体像素点的综合策略，分别得到边缘区域、复杂结构区域和简单结构区域的图像质量评价分数；接着，分别计算复杂结构区域和简单结构区域噪声能量在非边缘区所占比例，把各自的噪声能量占比作为各自在非边缘区质量评估重要程度的体现，进而分配两部分结果在非边缘区评价中所占的比例；对于边缘区和非边缘区的比例分配，把各自区域像素点个数占整幅图像像素点个数的比值作为两个区域的权重，最终形成原始图像和失真图像的质量评价结果。2.如权利要求1所述的基于视觉注意特征的全参考图像质量评价方法，其特征是，三原色RGB色彩空间不符合人类视觉系统感知特性，因此首先对其进行转换,将RGB色彩空间转换至符合人类视觉系统感知特性的LMN色彩空间：其中，L为图像的亮度通道，M和N为图像的色彩通道，通过L计算图像结构相似性，即提取图像的结构特征，通过M和N计算图像的色彩相似性；在计算结构相似性时，采用普鲁伊特(Prewitt)算子计算梯度幅值GM(GradientMagnitude)，并用GM代表每个像素点的结构特征：其中，Gh(x)和Gv(x)分别是水平方向梯度和竖直方向梯度。3...
【专利技术属性】
技术研发人员：史再峰，李杭原，曹清洁，高静，罗韬，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。