一种图像质量判断方法、设备及存储介质技术

本发明专利技术涉及一种图像质量判断方法、设备及存储介质，包括：1：输入待评判图像，计算其各像素的梯度，将获得的梯度与参考图像的梯度进行比较获得图像的梯度相似性结果，并据此判断待评判图像是否为清晰图像，若为清晰图像则直接输出结果，若为非清晰图像则进行步骤2：2：提取待评判图像的像素特征，通过计算其噪声强度，以判断图像中是否含有噪声以及所含噪声的强度；3：提取待评判图像的图像频谱特征，根据图像频谱几何形状的不同判断待评判图像的模糊图像类型；4：综合各先前步骤中待评判图像的各影响因素，得到图像质量综合评分，并利用其对图像质量进行判断。与现有技术相比，本发明专利技术具同时评价判断模糊程度，模糊成因，模糊类型等优点。

【技术实现步骤摘要】
一种图像质量判断方法、设备及存储介质
本专利技术涉及图像处理
，尤其是涉及一种图像质量判断方法。
技术介绍
图像处理技术应用范围广泛，常见于医学成像、工业生产、智能驾驶、道路安全等领域。图像处理的第一步就是图像的获取，实际场景中的图像获取往往并不只是清晰图像，还会有因噪声影响而产生的噪声图，因摄像头和待获取场景的相对运动而产生的运动模糊图像、因摄像头不对焦而产生的散焦图像等。因所获取图像质量的好坏直接影响后期图像处理的结果，为此，需要预先对图像进行处理，将图像处理成干扰较小、符合后期处理要求的较清晰图像，然而图像是否符合后期处理要求，需要一个评价的准则。而常见的图像质量评价方法只考虑待评价图像是否符合人眼感受，对于模糊图像只评价其模糊程度，并不细判定模糊成因。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种图像质量判断方法。本专利技术的目的可以通过以下技术方案来实现：一种图像质量判断方法，该方法包括以下步骤：步骤1：输入待评判图像，计算其各像素的梯度，将获得的待评判图像的梯度与参考图像的梯度进行比较获得图像的梯度相似性结果，并据此判断待评判图像是否为清晰图像，若为清晰图像则直接输出结果，若为非清晰图像则进行步骤2：步骤2：提取待评判图像的像素特征，通过计算其噪声强度，以判断图像中是否含有噪声以及所含噪声的强度；步骤3：提取待评判图像的图像频谱特征，根据图像频谱几何形状的不同判断待评判图像的模糊图像类型；步骤4：综合步骤1、步骤2和步骤3中待评判图像的各影响因素，建立图像质量综合评价模型，得到图像质量综合评分，并利用其对图像质量进行判断。进一步地，所述的步骤1中的图像的梯度相似性，其计算公式为：式中，SG为图像的梯度相似性，G1为待评判图像的梯度矩阵，G2为参考图像的梯度矩阵，T1为调节参数。进一步地，所述的步骤1中的待评判图像各像素的梯度，其计算公式为：G(x,y)＝dx(i,j)+dy(i,j)dx(i,j)＝I(i+1,j)-I(i,j)dy(i,j)＝I(i,j+1)-I(i,j)式中，G(x,y)为图像各像素的梯度，I为待计算梯度的图像像素值，(i+1,j)、(i,j)和(i,j+1)为不同的像素坐标。进一步地，所述的步骤4中的图像质量综合评分，其计算公式为：Q＝ω1·SG+ω2·SPSNR+ω3·C式中，Q为图像质量综合评分，SPSNR为归一化处理的图像信噪比指标，ω1、ω2和ω3为加权值。进一步地，所述的图像信噪比，其计算公式为：式中，PSNR为图像信噪比，为图片可能的最大像素值，m和n为图像尺寸大小，L(i,j)为参考图像的像素坐标，I(i,j)为待评判图像的像素坐标。进一步地，所述的步骤3中的图像频谱几何形状，其计算公式为：式中，C为图像频谱几何形状，A为一个连通区域的面积，P为连通区域周长的平方。进一步地，所述的步骤3中的根据图像频谱几何形状的不同判断待评判图像的模糊图像类型的过程具体包括：设定图像频谱几何形状阈值，当图像频谱几何形状值大于图像频谱几何形状阈值时，判断为散焦模糊图像，当图像频谱几何形状值小于图像频谱几何形状阈值时，判断为运动模糊图像。进一步地，所述的图像频谱几何形状阈值为0.535。本专利技术还提供一种终端设备，包括：存储器；处理器；以及计算机程序；其中，所述计算机程序存储在所述存储器中，并配置为由所述处理器执行以实现所述的图像质量判断方法的步骤。本专利技术还提供一种计算机可读储存介质，其上存储有计算机程序，所述计算机程序被处理器执行以实现所述的图像质量判断方法的步骤。与现有技术相比，本专利技术具有以下优点：(1)本专利技术提出一种图像质量评判方法，在图像质量评价的基础上细分图像类型，尤其对模糊图像，不仅评价其模糊程度，还要深究模糊成因，判断模糊类型，便于各领域有针对性地对图像进行预处理或对处理结果进行有效的评估。(2)本专利技术整体不仅可以实现对图像质量的综合评价，还可以在此基础上深入检测图像模糊成因，为后期图像处理打下基础，能进一步明确图像处理的方向，缩短前期分析的时间。(3)本专利技术为图像处理技术提供一种更为细致的图像质量评判系统，使图像质量评价方法不仅是评价图像的质量，更能深入图像的成因，为图像处理提供更多参考依据。附图说明图1为本专利技术图像质量判断方法的流程图；图2为本专利技术图像质量判断方法的实施例的流程图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术的一部分实施例，而不是全部实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本专利技术保护的范围。本专利技术的思路原理如下：本专利技术提供了一种图像质量评判系统，包括对图像成因的判断部分和对图像质量的评价部分。图像成因判断部分是对待判断图像进行分析，结合影响图像清晰度的各因素特征，进而对待判断图像进行分类；图像质量评价部分是通过提取待评价图像的特征，对待评价图像特征进行分析，通过设定的评价机制，确定待评价图像的清晰程度。图像质量评判系统包括三个主要流程：对待评判图像进行清晰度粗判断；对待评判图像成因进行分析判断；对待评判图像进行质量等级划分。具体步骤如下：步骤1：输入图像，计算待评判图像各像素的梯度，将获得待评判图像的梯度与参考图像的梯度对比、分析，获得图像的梯度相似性结论。据此判断待评判图像是否为清晰图像，若为清晰图像则直接输出结果，若为非清晰图像则进行进一步判断。步骤2：以噪声、运动模糊、散焦模糊三种影响图像清晰度的因素为例，提取待评判图像的像素特征，通过计算噪声强度，以判断图像中是否含有噪声以及所含噪声的强度。步骤3：提取图像频谱特征，根据图像频谱几何形状的不同判断模糊类型，至此可判定模糊图像的类型。步骤4：综合待评价图像中各影响因素，通过加权的方法建立图像质量综合评价模型。具体实际实施例如图1所示，本专利技术提供一种图像质量判断方法，已有图像质量评价系统只对图像的降质程度进行划分，并未对降质图像的成因进行深入研究，在图像处理领域，图像质量评价不仅仅应用于图像处理最终结果的评定，在图像处理之前以及过程中同样需要图像质量评判的参与。为此，本专利技术旨在在评价图像质量的同时兼具降质图像成因分析能力，为图像处理提供便利。降质图像成因分析是通过对图像梯度特征提取、噪声强度计算、频谱特征提取等方法实现的。图像质量评价是通过对图像各影响因子的综合考量，以加权的方式得到综合指标。具体实施过程如图2所示。步骤1：输入图像，因图像梯度特征提取不受图像色彩影响，所以在计算梯度之前对图像进行灰度化处理。图像梯度计算公式如下：...

【技术保护点】
1.一种图像质量判断方法，其特征在于，该方法包括以下步骤：/n步骤1：输入待评判图像，计算其各像素的梯度，将获得的待评判图像的梯度与参考图像的梯度进行比较获得图像的梯度相似性结果，并据此判断待评判图像是否为清晰图像，若为清晰图像则直接输出结果，若为非清晰图像则进行步骤2：/n步骤2：提取待评判图像的像素特征，通过计算其噪声强度，以判断图像中是否含有噪声以及所含噪声的强度；/n步骤3：提取待评判图像的图像频谱特征，根据图像频谱几何形状的不同判断待评判图像的模糊图像类型；/n步骤4：综合步骤1、步骤2和步骤3中待评判图像的各影响因素，建立图像质量综合评价模型，得到图像质量综合评分，并利用其对图像质量进行判断。/n

【技术特征摘要】
1.一种图像质量判断方法，其特征在于，该方法包括以下步骤：
步骤1：输入待评判图像，计算其各像素的梯度，将获得的待评判图像的梯度与参考图像的梯度进行比较获得图像的梯度相似性结果，并据此判断待评判图像是否为清晰图像，若为清晰图像则直接输出结果，若为非清晰图像则进行步骤2：
步骤2：提取待评判图像的像素特征，通过计算其噪声强度，以判断图像中是否含有噪声以及所含噪声的强度；
步骤3：提取待评判图像的图像频谱特征，根据图像频谱几何形状的不同判断待评判图像的模糊图像类型；
步骤4：综合步骤1、步骤2和步骤3中待评判图像的各影响因素，建立图像质量综合评价模型，得到图像质量综合评分，并利用其对图像质量进行判断。


2.根据权利要求1所述的一种图像质量判断方法，其特征在于，所述的步骤1中的图像的梯度相似性，其计算公式为：



式中，SG为图像的梯度相似性，G1为待评判图像的梯度矩阵，G2为参考图像的梯度矩阵，T1为调节参数。


3.根据权利要求1所述的一种图像质量判断方法，其特征在于，所述的步骤1中的待评判图像各像素的梯度，其计算公式为：
G(x,y)＝dx(i,j)+dy(i,j)
dx(i,j)＝I(i+1,j)-I(i,j)
dy(i,j)＝I(i,j+1)-I(i,j)
式中，G(x,y)为图像各像素的梯度，I为待计算梯度的图像像素值，(i+1,j)、(i,j)和(i,j+1)为不同的像素坐标。


4.根据权利要求1所述的一种图像质量判断方法，其特征在于，所述的步骤4中的图像质量综合评分，其计算公式为：
Q＝ω1·SG+ω2·SPSNR+ω3...

【专利技术属性】
技术研发人员：陈亚，付卫婷，
申请(专利权)人：浙江同善人工智能技术有限公司，
类型：发明
国别省市：浙江;33