色调映射图像混合视觉特征提取模型建立及质量评价方法技术

本发明专利技术公开了一种基于混合视觉特征的图像质量评价方法、建模方法及系统，建模方法包括：将失真图像划分为多个不重叠的图像块、将图像块送入多尺度特征融合网络来提取图像的多尺度内容特征、计算失真图像所对应的梯度图、获得混合视觉感知特征及使用支持向量回归将得到的特征映射到人类主观评分。本发明专利技术提供的方法通过结合人类视觉系统中的分层感知机制，设计了新的表达图像质量分层退化的多尺度特征融合网络，该网络能够更全面地表达图像的失真；同时结合人眼视觉初级感知特点，构建了包括图像流和梯度流的双支流特征提取模型。改进后的色调映射图像质量评价模型能够提取到更丰富的图像质量感知特征，并取得较好的准确性和通用性。性和通用性。性和通用性。

【技术实现步骤摘要】
色调映射图像混合视觉特征提取模型建立及质量评价方法


[0001]本专利技术属于图像处理
，具体涉及一种色调映射图像混合视觉特征提取模型建立及质量评价方法。

技术介绍

[0002]随着数字成像技术的发展，高动态范围(High Dynamic Range,HDR)图像应运而生。由于HDR图像具有宽广的动态范围和丰富的真实场景图像细节，所以其在视频制作、虚拟现实、遥感探测、医疗和军事等领域都有着巨大的应用价值。但是到目前为止HDR显示器并没有普及，现有图像处理系统主要使用的是常规8位显示设备，HDR远远超出了其可以处理的范围。因此，HDR图像在常规显示器上的可视化不可避免地导致图像信息丢失和感知质量下降。为了在标准的8位显示器上可视化HDR图像，已经提出了各种色调映射算子(TMO)将HDR图像转换为低动态范围(High Dynamic Range，LDR)图像。然而，随着动态范围的转换不可避免地引入了复杂的失真并导致视觉感知质量的下降，因此需要设计一种客观方法来评估色调映射图像(Tone
‑
Mapped Images，TMIs本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.色调映射图像混合视觉特征提取模型建立方法，其特征在于，包括如下步骤：步骤1：获取失真图像集和失真图像集中每张失真图像的质量分数，通过Sobel算子计算每张失真图像所对应的梯度图像，获得梯度图像集；对失真图像集中每张失真图像和梯度图像集中每张梯度图像分别进行分块，获得失真图像块集和梯度图像块集；令每个失真图像块的质量分数为其分块前所在的失真图像的质量分数；步骤2：建立基于ResNet
‑
50的特征提取网络，将失真图像块集作为训练集，将每个失真图像块的质量分数作为标签集，对特征提取网络进行训练，将训练好的特征提取网络作为特征提取器；步骤3：将步骤1获得的失真图像块集和梯度图像块集分别输入步骤2得到的特征提取器进行特征提取，分别得到每张失真图像的多尺度内容特征和初级视觉特征，将每张失真图像的尺度内容特征和初级视觉特征进行特征融合，获得失真图像集中每张失真图像的混合视觉特征；步骤4：建立支持向量回归器，将步骤3获得的所有失真图像的混合视觉特征作为训练集，将所有失真图像的分数作为标签集，每张失真图像的分数为该失真图像所包含的所有失真图像块的质量分数平均值，对支持向量回归器进行训练，将训练好的支持向量回归器作为图像质量模型。2.如权利要求1所述的色调映射图像混合视觉特征提取模型建立方法，其...

【专利技术属性】
技术研发人员：张敏，许筱敏，张汝雪，石小妹，冯筠，
申请(专利权)人：西北大学，
类型：发明
国别省市：