图像质量的评估方法及装置、电子设备、存储介质制造方法及图纸

本申请提供一种图像质量的评估方法及装置、电子设备、计算机可读存储介质，该方案包括：将待测图像分割为多个超像素区域；根据待测图像的图像金字塔，定位每个超像素区域在图像金字塔对应的位置标识；将位置标识相邻的超像素区域组建成目标区域，得到待测图像的多个目标区域；根据待测图像中所选取目标区域的深度特征，聚合得到待测图像的深度特征；将待测图像的深度特征输入已构建的质量分析模型，输出待测图像的质量分数。由此解决了人工评估标准不一，准确性不高的问题，提高了图像质量评估的准确度，节省了人力物力。

Image quality evaluation methods and devices, electronic equipment, storage media

【技术实现步骤摘要】
图像质量的评估方法及装置、电子设备、存储介质
本申请涉及图像处理
，特别涉及一种图像质量的评估方法及装置、电子设备、计算机可读存储介质。
技术介绍
图像质量评估在计算机视觉和智能系统中有重要应用，例如：图像分类，图像重定位，场景渲染。该技术旨在对图像进行特性分析研究，然后评估出图像的优劣。图像质量评估多为主观评测，由观测者对图像进行主观评测，评估标准不一，准确性不高。另外，对于图片较多的视频文件，人工评估工作量大，需要耗费大量的时间。
技术实现思路
本申请实施例提供了一种图像质量的评估方法，用以解决人工评估标准不一，准确性不高的问题。本申请实施例提供了一种图像质量的评估方法，包括：将待测图像分割为多个超像素区域；根据所述待测图像的图像金字塔，定位每个所述超像素区域在所述图像金字塔对应的位置标识；将所述位置标识相邻的超像素区域组建成目标区域，得到所述待测图像的多个所述目标区域；根据所述待测图像中所选取目标区域的深度特征，聚合得到所述待测图像的深度特征；将所述待测图像的深度特征输入已构建的质量分析模型，输出所述待测图像的质量分数。在一实施例中，在所述将待测图像分割为多个超像素区域之后，所述方法还包括：去除尺寸小于预设值或超像素分数低于阈值的所述超像素区域。在一实施例中，所述去除尺寸小于预设值或超像素分数低于阈值的所述超像素区域之前，所述方法还包括：利用已知图像特征的图像数据训练线性判别分析模型，得到所述线性判别分析模型的转移矩阵；提取每个所述超像素区域的外观特征；根据所述外观特征与所述转移矩阵，计算每个所述超像素区域的超像素分数。在一实施例中，所述根据所述待测图像的图像金字塔，定位每个所述超像素区域在所述图像金字塔对应的位置标识，包括：对所述待测图像进行多尺度变换，构建所述待测图像的图像金字塔；针对每个超像素区域，若所述超像素区域的90％以上被所述图像金字塔的一金字塔单元覆盖，则所述超像素区域的位置标识为所述金字塔单元的位置标识。在一实施例中，所述将所述位置标识相邻的超像素区域组建成目标区域，得到所述待测图像的多个所述目标区域包括：随机选择一起始的所述超像素区域，在空间相邻的超像素区域之间进行随机游走；将所述位置标识相邻的超像素区域组建成一所述目标区域，直到所述目标区域的超像素区域数量达到设定值，构建下一所述目标区域。在一实施例中，所述根据所述待测图像中所选取目标区域的深度特征，聚合得到所述待测图像的深度特征之前，所述方法还包括：根据每个所述目标区域的外表特征，计算每个所述目标区域的目标质量分数；按照所述目标质量分数的高低对所述目标区域进行排序，选取所述目标质量分数最大的前若干个目标区域。在一实施例中，所述根据所述待测图像中所选取目标区域的深度特征，聚合得到所述待测图像的深度特征，包括：针对所选取的每一所述目标区域，根据所述目标区域中每个超像素区域的深度特征，通过统计方法聚合得到所述目标区域的深度特征；将所述待测图像中所选取的目标区域的深度特征，拼接得到所述待测图像的深度特征。在一实施例中，所述将所述待测图像的深度特征输入已构建的质量分析模型，输出所述待测图像的质量分数，包括：将所述待测图像的深度特征输入已训练的softmax逻辑回归模型，输出所述待测图像的质量分数。本申请还提供了一种电子设备，所述电子设备包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行上述图像质量的评估方法。本申请还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序可由处理器执行以完成上述图像质量的评估方法。本申请提供的技术方案，通过对待测图像进行超像素分割，定位超像素区域在图像金字塔的位置标识，将位置标识相邻的超像素区域组建成目标区域，构建图像中目标区域之间的深度特征，计算待测图像的质量分数，有效地反映了图像中物体的空间位置关系，使得评估效果更佳准确，由此解决了人工评估标准不一，准确性不高的问题，提高了图像质量评估的准确度，节省了人力物力。附图说明图1为本申请实施例提供的一种图像质量的评估方法的应用场景示意图；图2为本申请实施例提供的一种图像质量的评估方法的流程示意图；图3为本申请实施例提供的计算每个超像素区域的超像素分数的步骤示意图；图4为图2对应实施例中步骤220的细节流程图；图5为图2对应实施例中步骤240的细节流程图；图6为本申请实施例提供的一种图像质量的评估装置的结构示意图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。图1为本申请实施例提供的一种图像质量的评估方法的应用场景示意图。如图1所示，该应用场景可以包括用户终端110，用户终端110可以是具有拍照功能的智能手机或平板电脑。用户终端110可以执行本申请提供的图像质量的评估方法，评估所拍摄图像的质量；还可以评估在视频、图像传播、压缩、存储过程中图像的损失程度。根据需要，该应用场景还可以包括服务端120，服务端120可以是服务器、服务器集群或者云计算中心。服务端120可以接收用户终端110上传的图像，执行本申请提供的图像质量的评估方法，评估所接收图像的质量。如图2所示，本申请提供了一种图像质量的评估方法，该方法可以包括以下步骤。步骤210：将待测图像分割为多个超像素区域；步骤220：根据待测图像的图像金字塔，定位每个超像素区域在图像金字塔对应的位置标识；步骤230：将位置标识相邻的超像素区域组建成目标区域，得到待测图像的多个目标区域；步骤240：根据待测图像中所选取目标区域的深度特征，聚合得到待测图像的深度特征；步骤250：将待测图像的深度特征输入已构建的质量分析模型，输出待测图像的质量分数。下面对上述步骤展开详细描述。在步骤210中，将待测图像分割为多个超像素区域。在计算机视觉领域，图像分割指的是将数字图像细分为多个图像子区域(像素的集合)(也被称作超像素)的过程。超像素区域由一系列位置相邻且颜色、亮度、纹理等特征相似的像素点组成的小区域。这些小区域大多保留了进一步进行图像分割的有效信息，且一般不会破坏图像中物体的边界信息。于一实施例中，可以采用SLIC算法将图像分割为超像素，可以利用三种分割参数(0.5A，0.2A，0.1A，其中A代表图像的宽、高的较小值)分割图像，得到一系列超像素区域。SLIC算法是一个超像素分割的算法。SLIC利用K-means聚类将相似的像素聚集在一起，且设定K-means搜索范围是2S，S表示每个超本文档来自技高网...

【技术保护点】
1.一种图像质量的评估方法，其特征在于，包括：/n将待测图像分割为多个超像素区域；/n根据所述待测图像的图像金字塔，定位每个所述超像素区域在所述图像金字塔对应的位置标识；/n将所述位置标识相邻的超像素区域组建成目标区域，得到所述待测图像的多个所述目标区域；/n根据所述待测图像中所选取目标区域的深度特征，聚合得到所述待测图像的深度特征；/n将所述待测图像的深度特征输入已构建的质量分析模型，输出所述待测图像的质量分数。/n

【技术特征摘要】
1.一种图像质量的评估方法，其特征在于，包括：
将待测图像分割为多个超像素区域；
根据所述待测图像的图像金字塔，定位每个所述超像素区域在所述图像金字塔对应的位置标识；
将所述位置标识相邻的超像素区域组建成目标区域，得到所述待测图像的多个所述目标区域；
根据所述待测图像中所选取目标区域的深度特征，聚合得到所述待测图像的深度特征；
将所述待测图像的深度特征输入已构建的质量分析模型，输出所述待测图像的质量分数。


2.根据权利要求1所述的方法，其特征在于，在所述将待测图像分割为多个超像素区域之后，所述方法还包括：
去除尺寸小于预设值或超像素分数低于阈值的所述超像素区域。


3.根据权利要求2所述的方法，其特征在于，所述去除尺寸小于预设值或超像素分数低于阈值的所述超像素区域之前，所述方法还包括：
利用已知图像特征的图像数据训练线性判别分析模型，得到所述线性判别分析模型的转移矩阵；
提取每个所述超像素区域的外观特征；
根据所述外观特征与所述转移矩阵，计算每个所述超像素区域的超像素分数。


4.根据权利要求1所述的方法，其特征在于，所述根据所述待测图像的图像金字塔，定位每个所述超像素区域在所述图像金字塔对应的位置标识，包括：
对所述待测图像进行多尺度变换，构建所述待测图像的图像金字塔；
针对每个超像素区域，若所述超像素区域的90％以上被所述图像金字塔的一金字塔单元覆盖，则所述超像素区域的位置标识为所述金字塔单元的位置标识。


5.根据权利要求1所述的方法，其特征在于，所述将所述位置标识相邻的超像素区域组建成目标区域，得到所述待测图像的多个所述目标区域包括：
随机选择一起始...

【专利技术属性】
技术研发人员：王扬斌，张鹿鸣，王泽鹏，
申请(专利权)人：杭州阜博科技有限公司，
类型：发明
国别省市：浙江;33