【技术实现步骤摘要】
基于轮廓统计特性的部分参考声纳图像应用质量评价方法
本专利技术涉及图像质量测评
，具体涉及一种基于轮廓统计特性的部分参考声纳图像应用质量评价方法。
技术介绍
由于声纳成像不依赖于照明，因此在复杂、黑暗的深海环境中，声纳图像被广泛应用于许多水下任务中。水下声纳图像通常由海洋研究人员进行观察分析，因此他们对传输后的声纳图像质量有较高的要求。然而，由于水声信道的传输条件较差，导致水声传输过程无法保证声纳图像的质量。一种有效的声纳图像质量测评方法对水声图像传输控制和海洋研究人员的观察有重要意义。然而，声纳图像与自然场景图像在许多方面，例如图像特征和应用背景有较大的不同，对于具有实际任务用途的声纳图像，我们应当测量其应用质量而不是视觉感知质量。而声纳图像的应用质量并不能用其视觉感知质量进行简单的代替，因此提出一种基于任务导向的声纳图像应用质量测评方法是十分有意义的。图像质量评价通常可被分为两大类，即主观评价和客观评价。主观质量能很好地反映图像在人眼中呈现出的质量，但由于主观评价需要耗费大量的人力财力，因此其无法作为评价图...
【技术保护点】
1.一种基于轮廓统计特性的部分参考声纳图像应用质量评价方法，其特征在于，该方法包括以下步骤：/nS1、对原始声纳图像，即参考声纳图像进行轮廓波变换，以获得的子带系数作为图像轮廓特征；/nS2、对每个子带系数分别提取表征子带信息、能量以及幅值的统计特征，作为参考声纳图像的轮廓特征信息；/nS3、对待测声纳图像重复步骤S1-S2，提取待测声纳图像的轮廓特征信息；/nS4、计算参考声纳图像与待测声纳图像之间的轮廓变化特征；/nS5、利用集成学习，基于步骤S4得到的轮廓变化特征，建立部分参考声纳图像应用质量评价模型。/n
【技术特征摘要】
1.一种基于轮廓统计特性的部分参考声纳图像应用质量评价方法，其特征在于，该方法包括以下步骤：
S1、对原始声纳图像，即参考声纳图像进行轮廓波变换，以获得的子带系数作为图像轮廓特征；
S2、对每个子带系数分别提取表征子带信息、能量以及幅值的统计特征，作为参考声纳图像的轮廓特征信息；
S3、对待测声纳图像重复步骤S1-S2，提取待测声纳图像的轮廓特征信息；
S4、计算参考声纳图像与待测声纳图像之间的轮廓变化特征；
S5、利用集成学习，基于步骤S4得到的轮廓变化特征，建立部分参考声纳图像应用质量评价模型。
2.根据权利要求1所述的基于轮廓统计特性的部分参考声纳图像应用质量评价方法，其特征在于，所述步骤S1中，为了最大化保留轮廓信息，并尽量少地引入细节信息，通过轮廓波变换，将声纳图像分解为10个子频带。
3.根据权利要求2所述的基于轮廓统计特性的部分参考声纳图像应用质量评价方法，其特征在于，所述步骤S2具体包括以下步骤：
步骤S21：依次选择轮廓波变换后得到的子带i，其中i∈[0,10]；
步骤S22：计算选中的子带中信息的量Ci：
式中，ρ(Pi(x,y))表示这个子带中系数的概率分布，Pi(x,y)表示这个子带中位于(x,y)处的系数，M×N为这个子带的尺寸大小；
步骤S23：计算选中的子带中能量的波动Ei：
步骤S24：计算子带的振幅大小λi：
通过步骤S22-S24得到如下分量：信息的量Ci、能量的波动Ei和振幅的大小λi，以利用这三种轮廓波的统计特征衡量声纳图像的质量变化；
步骤S25：将10个子带的信息的量、能量的波动、振幅的大小进行堆叠，得到参考声纳图像的轮廓特征信息Fr，其定义如下：
Fr＝{C1,C2,...,C10；E1,E2,...,E10；λ1,λ2,...,λ10}
式中，特征信息Fr中共有30个特征分量。
4.根据权利要求3所述的基于轮廓统计特性的部分参考声纳图像应用质量评价方法，其特征在于，所述步骤S3中，采用与参考声纳图像的轮廓特征信息Fr相同的特征提取方法，提取得到待测声纳图像的轮廓特征信息Fd。
5.根据权利要求4所述的基于轮廓统计特性的部分参考声纳图像应用质量评价方法，其特征在于，所述步骤S4中，定义参考声纳图像与待测声纳图像之间的轮廓变化特征：
ΔF＝|Fr-Fd|
式中，ΔF表示传输前后轮廓变化特征，ΔF包含30个代表失真...
【专利技术属性】
技术研发人员：陈炜玲，郑琰楠，吴雨旋，黄雨航，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建;35
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。