一种通用型无参考图像质量评价方法技术

本发明专利技术公开了一种通用型无参考图像质量评价方法，包括步骤：收集具有高视觉质量的自然场景图像，建立图像质量参考模型训练集；对图像进行分块后提取多类图像自然场景统计特征，然后对特征向量进行降维和MVG模型拟合，得到预训练的像质参考模型；对给定的测试图像在图像分块后通过块匹配进行相似块分组，从每个块组中提取图像的自然场景统计特征，然后对特征向量进行MVG模型拟合；计算每个模型与像质参考模型之间的距离作为中心图像块的质量初步估计；在块组内进行块质量加权平均，得到该块组中心图像块质量的进一步估计，然后将所有中心图像块的质量估计平均得到测试图像的最终图像质量评价结果。

A general quality evaluation method of unreferenced image

【技术实现步骤摘要】
一种通用型无参考图像质量评价方法
本专利技术涉及无参考图像质量评价
，具体涉及一种通用型无参考图像质量评价方法，其是一种在原始图像未知的情况下，对像质遭受退化的测试图像进行客观图像质量评价的方法。
技术介绍
随着成像技术的发展，图像质量评价相应地成为一项重要议题。典型的图像质量评价可分为主观评价和客观，其中主观评价方法对对人力成本和时间成本要求较高，因而实际应用中人们更多地倾向于采用客观图像质量评价技术。客观图像质量评价又可细分为全参考评价、半参考评价和无参考评价。在现实情况中，无参考图像质量评价任务更为常见。在研究初期，学者们提出的无参考图像质量评价方法多基于失真类型先验。这类方法先判断图像可能遭受的失真类型，进而在这种假设下对其失真程度进行度量来获得图像质量的预测。发展到中期，人们逐渐减弱对于图像失真类型的依赖，开发出基于特定图像库来进行训练的基于特征的无参考图像质量评价方法，但是受到图像库样本数量和类型的限制，这类方法同样无法取得很好的应用效果。因此，近年来相继出现了具有更强的通用性和实用性的图像质量评价方法，在各个公开的自本文档来自技高网...

【技术保护点】
1.一种通用型无参考图像质量评价方法，该方法利用图像块匹配和灰度共生矩阵来加强自然图像特别是遥感图像的特征表达，其特征在于：包括以下步骤：/n(1)广泛收集具有高视觉质量的自然场景图像，包括人、动物、风景、遥感场景等，建立自然图像质量参考模型训练样本集；/n(2)对上述图像训练样本集中的图像进行分块，并从每个图像块中提取图像自然场景统计特征和灰度共生矩阵特征；/n(3)对得到的图像特征向量进行PCA降维，然后对降维后的图像特征向量进行MVG(Multivariate Gaussian，多元高斯)模型拟合，得到最终的图像质量参考模型；/n(4)对给定的测试图像进行图像分块，通过块匹配对相似图像块...

【技术特征摘要】
1.一种通用型无参考图像质量评价方法，该方法利用图像块匹配和灰度共生矩阵来加强自然图像特别是遥感图像的特征表达，其特征在于：包括以下步骤：
(1)广泛收集具有高视觉质量的自然场景图像，包括人、动物、风景、遥感场景等，建立自然图像质量参考模型训练样本集；
(2)对上述图像训练样本集中的图像进行分块，并从每个图像块中提取图像自然场景统计特征和灰度共生矩阵特征；
(3)对得到的图像特征向量进行PCA降维，然后对降维后的图像特征向量进行MVG(MultivariateGaussian，多元高斯)模型拟合，得到最终的图像质量参考模型；
(4)对给定的测试图像进行图像分块，通过块匹配对相似图像块进行聚类得到多个图像块组，同时记录每次块匹配过程的相似度和匹配块方位；
(5)从每个图像块组中提取图像自然场景统计特征和灰度共生矩阵特征，并对特征向量进行PCA降维；
(6)对每个块组经过降维后的图像特征向量分别进行MVG模型拟合，然后计算此模型与预训练得到的图像质量参考模型之间的巴氏距离得到该块组中心图像块的质量初步估计；
(7)利用之前记录的块匹配相似度作为权值，将每个块组里的相似块的质量初步估计进行加权平均，得到该块组中心图像块质量的进一步估计；
(8)对每个中心图像块的二次质量估计结果进行平权平均得到测试图像的最终图像质量评价结果。


2.按权利要求1所述的通用型无参考图像质量评价方法，其特征在于：收集具有高视觉质量的自然场景图像以及自然图像质量参考模型训练样本集的建立包括以下步骤：
1)通过各种渠道收集具有高分辨率、高对比度、无明显色彩失真的可见光自然图像，并且要求图像类别尽可能涵盖人物、动物、风景、各类遥感场景，将图像依次进行编号；
2)组织5名或5名以上科研人员，用国际通用的主观图像质量评价标准对这几名人员进行培训，然后安排他们对收...

【专利技术属性】
技术研发人员：徐宁珊，刘盾，边疆，任国强，
申请(专利权)人：中国科学院光电技术研究所，
类型：发明
国别省市：四川;51