图像处理方法及其装置制造方法及图纸

本申请提出了一种图像处理方法及其装置，该处理方法包括获取目标图像的图像参数；根据该目标图像的图像参数，判断该目标图像是否为自然图像或人工图像；当该目标图像为自然图像时，利用第一函数获取该目标图像的第一质量评分；当该目标图像为人工图像时，利用第二函数获取该目标图像的第二质量评分。本申请通过建立两种图像评价体系，无需获取原始图像的信息即可以对超分辨率自然图像及超分辨率人工图像进行质量评价。

Image processing method and device

【技术实现步骤摘要】
图像处理方法及其装置
本申请涉及显示领域，特别涉及一种图像处理方法及其装置。
技术介绍
超分辨图像质量的评价(Super-ResolutionImagesQualityAssessment，SRIQA)是依据人眼的主观质量评价结果，利用算法模型对重建的超分辨图像进行客观评价，评价结果对分辨超分辨重建图像的质量和不同重建算法的优劣，及进一步改进超分辨重建技术具有重要意义。目前，客观SRIQA方法主要分为全参考型、部分参考型和无参考型三类，其中无参考型方法相比其他两种方法不需要获取原始的高分辨率图像，实用性最好。现有技术中的无参考型IQA方法主要针对自然图像提出，其包括图像失真类型判断和图像质量评价，而根据上述两个环节所获得的评价结果并不能完全适用于超分辨图像。因此，亟需一种图像处理方法以解决上述技术问题。
技术实现思路
本申请提供一种图像处理方法及其装置，以解决现有图像评价体系不适用于超分辨率图像的技术问题。为解决上述问题，本申请提供的技术方案如下：本申请提供了一种图像处理方法，其包括：r>获取目标图像的图本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，包括：/n获取目标图像的图像参数；/n根据所述目标图像的图像参数，判断所述目标图像是否为自然图像或人工图像；/n当所述目标图像为自然图像时，利用第一函数获取所述目标图像的第一质量评分；/n当所述目标图像为人工图像时，利用第二函数获取所述目标图像的第二质量评分。/n

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：
获取目标图像的图像参数；
根据所述目标图像的图像参数，判断所述目标图像是否为自然图像或人工图像；
当所述目标图像为自然图像时，利用第一函数获取所述目标图像的第一质量评分；
当所述目标图像为人工图像时，利用第二函数获取所述目标图像的第二质量评分。


2.根据权利要求1所述的图像处理方法，其特征在于，
根据所述目标图像的图像参数，判断所述目标图像是否为自然图像或人工图像的步骤包括：
根据所述目标图像的图像参数，获取所述目标图像的平均去对比度归一化系数；
根据所述目标图像的平均去对比度归一化系数，获取所述目标图像的平均去对比度归一化系数曲线；
根据所述目标图像的平均去对比度归一化系数，拟合所述目标图像的平均去对比度归一化系数的广义高斯分布；
根据弗雷歇空间函数F(M,G)计算所述目标图像的平均去对比度归一化系数曲线与所述目标图像的平均去对比度归一化系数的广义高斯分布的相似度的度量，M为所述目标图像的平均去对比度归一化系数曲线，G为所述目标图像的平均去对比度归一化系数的广义高斯分布；
当F(M,G)小于或等于第一阈值时，所述目标图像为自然图像；当F(M,G)大于第一阈值时，所述目标图像为人工图像。


3.根据权利要求1所述的图像处理方法，其特征在于，
当所述目标图像为自然图像时，利用第一函数获取所述目标图像的第一质量评分的步骤包括：
获取多张现有超分辨率自然图像的主观评价差异得分、根据无参考空间质量评估算法B获取的第一现有自然图像质量评分、以及根据无参考图像质量评估算法N获取的第二现有自然图像质量评分；
以多张现有超分辨率自然图像的主观评价差异得分作为自然图像质量客观评价的第一函数f1＝a·Bp+b·Nq+λ的函数值，以及根据第一现有自然图像质量评分、第二现有自然图像质量评分、以及所述第一函数f1，获取第一函数f1中a、b、p、q、λ之间的第一关系式；
根据无参考空间质量评估算法B获取所述目标图像的第一自然图像质量评分，以及根据无参考图像质量评估算法N获取所述目标图像的第二自然图像质量评分；
将第一自然图像质量评分、第二自然图像质量评分、第一关系式、以及第一函数f1代入第三函数f3＝||f1-D||2，以计算所述目标图像的第一质量评分，其中，当第三函数为最小值时，获取的f1为所述目标图像的第一质量评分。


4.根据权利要求1所述的图像处理方法，其特征在于，
当所述目标图像为人工图像时，利用第二函数获取所述目标图像的第二质量评分的步骤包括：
获取多张人工图像质量评价数据集；
获取多张人工图像以及所述目标图像的信息描述子；
根据多张所述人工图像质量评价数据集及信息描述子、以及所述目标图像的信息描述子，获取所述目标图像的人工图像质量分数。


5.根据权利要求4所述的图像处理方法，其特征在于，
获取多张人工图像质量评价数据集的步骤包括：
选取多张人工图像，以获取第一人工图像集；
根据插值法缩小所述第一人工图像集中任一人工图像的分辨率，以获取低分辨率人工图像集；
利用至少一种图像超分辨率法将所述低分辨率人工图像集中的图像放大至与所述第一人工图像集中的图像相同尺寸，以获取第二人工图像集；
对所述第一人工图像集及所述第二人工图像集中的任一人工图像进行进行测试，以获取任一人工图像的平均主观评分和平均主观差异评分。


6.根据权利要求5所述的图像处理方法，其特征在于，
获取多张人工图像以及所述目标图像的信息描述子的步骤包括：
获取多张人工图像以及所述目标图像的结构特征描述子；
获取多张人工图像以及所述目标图像的纹理特征描述子；
获取多张人工图像以及所述目标图像的结构特征描述子的步骤包括：
根据第一公式
第二公式A(w,h)＝arctan[Gy(w,h)/Gx(w,h)]，
第三公式Gx(w,h)＝H(w+1,h)-H(w-1,h)，
第四公式Gy(w,h)＝H(w,h+1)-H(w,h-1)，以获取多张人工图像以及所述目标图像的梯度方向直方图特征，
其中，G(w,h)为多张人工图像以及所述目标图像梯度方向特征，A(w,h)为多张人工图像以及所述目标图像梯度幅值特征，Gx(w,h)为多张人工图像以及所述目标图像水平梯度...

【专利技术属性】
技术研发人员：陈思宇，
申请(专利权)人：TCL华星光电技术有限公司，
类型：发明
国别省市：广东;44