基于矢量梯度的无参考图像清晰度评价方法技术

本发明专利技术涉及一种基于矢量梯度的无参考图像清晰度评价方法，其包括如下步骤：步骤1、确定所述图像的灰度图像矩阵；步骤2、计算水平方向梯度矩阵I

【技术实现步骤摘要】
基于矢量梯度的无参考图像清晰度评价方法


[0001]本专利技术涉及一种图像清晰度评价方法，尤其是一种基于矢量梯度的无参考图像清晰度评价方法。

技术介绍

[0002]图像无参考清晰度评价可用于被动自动成像系统、图像筛选、图像增强算法评价等应用中。目前，现有的图像无参考清晰度评价方法，主要包括基于空域、变换域、机器学习方法等，具体地：基于空域的方法，如Brenner函数、拉普拉斯函数法和Roberts函数等，这些方法在图像噪声较小的情况下，准确率高，如果噪声过大则鲁棒性较差；基于变换域的方法，如小波变换、傅里叶变换等，相对于空域的方法，它们的鲁棒性较高，但是时间复杂度也相对较高；基于机器学习的方法，如支持向量机、深度学习的方法等，虽然进一步提高了鲁棒性，但是时间复杂度也相对较高，且由于是基于先验学习，所以基于机器学习的方法泛化能力有待进一步加强。
[0003]综上，现有的图像无参考清晰度评价方法，均难以同时满足运算速度快以及鲁棒性强的需求。

技术实现思路

[0004]本专利技术的目的是克服现有技术中存在的不足，提供一种基于矢本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于矢量梯度的无参考图像清晰度评价方法，其特征是，所述无参考图像清晰度评价方法包括如下步骤：步骤1、提供待清晰度评价的图像，并确定所述图像的灰度图像矩阵；步骤2、计算所述灰度图像矩阵相应的水平方向梯度矩阵I
x1
以及垂直方向梯度矩阵I
y1
；步骤3、根据水平方向梯度矩阵I
x1
计算所述灰度图像矩阵的水平方向矢量梯度矩阵I
x2
，且根据垂直方向梯度矩阵I
y1
计算所述灰度图像矩阵的垂直方向矢量梯度矩阵I
y2
；步骤4、根据水平方向矢量梯度矩阵I
x2
以及垂直方向矢量梯度矩阵I
y2
，计算得到灰度图像矩阵内任一像素的矢量梯度V
xy
；步骤5、根据上述得到灰度图像矩阵内每个像素的矢量梯度V
xy
，确定灰度图像矩阵的矢量梯度总值；将所述矢量梯度总值与灰度图像矩阵内的像素总数Pixels的比值作为图像的清晰度值D。2.根据权利要求1所述的基于矢量梯度的无参考图像清晰度评价方法，其特征是：步骤1中，当待清晰度评价的图像为彩色图像时，则将所述彩色图像灰度化，并在灰度化后确定灰度图像矩阵。3.根据权利要求1所述的基于矢量梯度的无参考图像清晰度评价方法，其特征是：步骤2中，利用水平方向滤波器对灰度图像矩阵卷积计算，以能得到灰度图像矩阵内任一像素的水平方向梯度；利用计算得到灰度图像矩阵内所有像素的水平方向梯度，能得到水平方向梯度矩阵I
x1
；其中，水平方向滤波器F
x
为4.根据权利要求1至3任一项所述的基于矢量梯度的无参考图像清晰度评价方法，其特征是：步骤2中，利用垂直方向滤波器对灰度图像矩阵卷积计算，以能得到灰度图像矩阵内任一像素的垂直方向梯度；利用计算得到灰度图像矩阵内所有像素的垂直方向梯度，能得到垂直方向梯度矩阵I
y1
；其中，垂直方向滤波器F
y<...

【专利技术属性】
技术研发人员：李阳，季云峰，张蓉，朱爱玺，张晓宇，张先玉，
申请(专利权)人：江苏信息职业技术学院，
类型：发明
国别省市：