本发明专利技术公开了一种图像质量评价方法、装置、设备及计算机可读存储介质，其中，方法包括：获取待处理图像对应的文本区域以及图像区域，并获取所述文本区域对应的第一期望值以及所述图像区域对应的第二期望值；基于第一边缘算子确定所述图像区域对应的第一梯度，基于第二边缘算子确定所述文本区域对应的第二梯度；基于所述第一梯度、所述第二梯度、所述第一期望值以及所述第二期望值，确定所述待处理图像与参考图像之间的边缘相似度；将所述边缘相似度输入非线性映射函数，获得所述待处理图像对应的图像质量评价结果。本发明专利技术充分兼容了HVS的不同视野大小以及图像的边缘的显著特征，提升了图像质量评估的准确性以及评估效率。升了图像质量评估的准确性以及评估效率。升了图像质量评估的准确性以及评估效率。
【技术实现步骤摘要】
图像质量评价方法、装置、设备及计算机可读存储介质
[0001]本专利技术涉及图像处理
，尤其涉及一种图像质量评价方法、装置、设备及计算机可读存储介质。
技术介绍
[0002]目前，随着互联网技术的发展及现代多媒体通信终端的普及，使得用户能够执行许多复杂的通信任务，这些移动终端在使用期间呈现给消费者的可视内容，不再是单一的自然图像，而是包含文本、图像、地图和计算机生成的图形等的混合图像。类似于上述视觉内容的图像通常被称为屏幕图像。屏幕图像在产生、处理及传输的过程中都不可避免的产生失真，造成图像质量的下降，最终影响用户的体验，在过去的几十年中，已经提出了许多客观的图像质量评估方法，这些评估方法在自然图像质量评估上表现良好，但在屏幕图像质量评估上取得的成绩不佳，造成这种结果的原因是屏幕内容图像具有比自然图像更复杂的构图。
[0003]但是屏幕内容图像不仅包含自然图像，还添加了计算机生成的各种组件，如文本、图形和图标。这导致屏幕图像通常包含文字、图表以及自然图像等，屏幕图像具有非常锋利的边缘、相对简单的形状、具有少量颜色的细线、甚至单像素宽的单色线，随着深度学习在计算机视觉领域的广泛应用，研究人员提出了许多深度学习网络来解决图像质量评估问题，并且具有优于传统算法的性能，将屏幕图像直接使用现有的卷积神经网络模型进行学习训练时，由于屏幕图像的特殊、复杂的结构特点，网络模型很难同时学习并区分自然图像与非自然图像等不同区域的特征，从而不能准确的进行图像质量的评估。
技术实现思路
[0004]本专利技术的主要目的在于提供一种图像质量评价方法、装置、设备及计算机可读存储介质，旨在解决现有屏幕图像的图像质量评估不准确的技术问题。
[0005]为实现上述目的，本专利技术提供一种图像质量评价方法，所述图像质量评价方法包括以下步骤：
[0006]获取待处理图像对应的文本区域以及图像区域，并获取所述文本区域对应的第一期望值以及所述图像区域对应的第二期望值；
[0007]基于第一边缘算子确定所述图像区域对应的第一梯度，基于第二边缘算子确定所述文本区域对应的第二梯度，其中，所述第一边缘算子的内核大于所述第二边缘算子的内核；
[0008]基于所述第一梯度、所述第二梯度、所述第一期望值以及所述第二期望值，确定所述待处理图像与参考图像之间的边缘相似度；
[0009]将所述边缘相似度输入非线性映射函数，获得所述待处理图像对应的图像质量评价结果。
[0010]进一步地，所述基于第一边缘算子确定所述图像区域对应的第一梯度，基于第二
边缘算子确定所述文本区域对应的第二梯度的步骤包括：
[0011]基于所述第一边缘算子的第一水平算子，确定所述图像区域对应的第一水平边缘梯度，并基于所述第一边缘算子的第一垂直算子，确定所述图像区域对应的第一垂直边缘梯度；
[0012]基于所述第二边缘算子的第二水平算子，确定所述文本区域对应的第二水平边缘梯度，并基于所述第二边缘算子的第二垂直算子，确定所述文本区域对应的第二垂直边缘梯度；
[0013]基于所述第一水平边缘梯度以及所述第一垂直边缘梯度确定所述第一梯度，并基于所述第二水平边缘梯度以及所述第二垂直边缘梯度确定所述第二梯度。
[0014]进一步地，所述基于所述第一梯度、所述第二梯度、所述第一期望值以及所述第二期望值，确定所述待处理图像与参考图像之间的边缘相似度的步骤包括：
[0015]基于所述第一梯度、所述第二梯度、所述第一期望值以及所述第二期望值，确定所述待处理图像对应的第一边缘幅值；
[0016]基于所述第一边缘幅值，确定所述待处理图像与所述参考图像之间的边缘相似度。
[0017]进一步地，所述基于所述第一边缘幅值，确定所述待处理图像与所述参考图像之间的边缘相似度的步骤包括：
[0018]获取所述待处理图像对应的参考图像的第二边缘幅值；
[0019]基于所述第一边缘幅值以及所述第二边缘幅值，确定所述待处理图像与所述参考图像之间的边缘相似度。
[0020]进一步地，所述获取待处理图像对应的文本区域以及图像区域的步骤包括：
[0021]对所述待处理图像进行分块处理，获得多个图像块，并获取各个所述图像块的活动值；
[0022]获取所述图像块中活动值大于预设活动值的第一图像块，以及所述图像块中活动值小于或等于预设活动值的第二图像块；
[0023]基于所述第一图像块确定所述文本区域，并基于所述第二图像块确定所述图像区域。
[0024]进一步地，所述获取所述文本区域对应的第一期望值以及所述图像区域对应的第二期望值的步骤包括：
[0025]基于所述第一图像块中各个图像块的活动值，确定第一活动和值；
[0026]基于所述第二图像块中各个图像块的活动值，确定第二活动和值；
[0027]基于所述第一活动和值以及所述第一图像块中各个图像块的第一数量，确定所述第一期望值，基于所述第二活动和值以及所述第二图像块中各个图像块的第二数量，确定所述第二期望值。
[0028]进一步地，所述获取各个所述图像块的活动值的步骤包括：
[0029]对于每一个图像块，获取所述图像块中各个像素点的像素值；
[0030]基于各个所述像素值，确定所述图像块对于的左下对角线方差和以及右下对角线方差和；
[0031]基于所述左下对角线方差和以及所述右下对角线方差和，确定所述图像块对应的
活动值。
[0032]此外，为实现上述目的，本专利技术还提供一种图像质量评价装置，所述图像质量评价装置包括：
[0033]获取模块，用于获取待处理图像对应的文本区域以及图像区域，并获取所述文本区域对应的第一期望值以及所述图像区域对应的第二期望值；
[0034]第一确定模块，用于基于第一边缘算子确定所述图像区域对应的第一梯度，基于第二边缘算子确定所述文本区域对应的第二梯度，其中，所述第一边缘算子的内核大于所述第二边缘算子的内核；
[0035]第二确定模块，用于基于所述第一梯度、所述第二梯度、所述第一期望值以及所述第二期望值，确定所述待处理图像与参考图像之间的边缘相似度；
[0036]评价模块，用于将所述边缘相似度输入非线性映射函数，获得所述待处理图像对应的图像质量评价结果。
[0037]此外，为实现上述目的，本专利技术还提供一种图像质量评价设备，所述图像质量评价设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图像质量评价程序，所述图像质量评价程序被所述处理器执行时实现前述的图像质量评价方法的步骤。
[0038]此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有图像质量评价程序，所述图像质量评价程序被处理器执行时实现前述的图像质量评价方法的步骤。
[0039]本专利技术通过获取待处理图像对应的文本区域以及图像区域，并获取所述文本区域对应的第一期望值以及所述图像区域对应的第二期望值本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像质量评价方法，其特征在于，所述图像质量评价方法包括以下步骤：获取待处理图像对应的文本区域以及图像区域，并获取所述文本区域对应的第一期望值以及所述图像区域对应的第二期望值；基于第一边缘算子确定所述图像区域对应的第一梯度，基于第二边缘算子确定所述文本区域对应的第二梯度，其中，所述第一边缘算子的内核大于所述第二边缘算子的内核；基于所述第一梯度、所述第二梯度、所述第一期望值以及所述第二期望值，确定所述待处理图像与参考图像之间的边缘相似度；将所述边缘相似度输入非线性映射函数，获得所述待处理图像对应的图像质量评价结果。2.如权利要求1所述的图像质量评价方法，其特征在于，所述基于第一边缘算子确定所述图像区域对应的第一梯度，基于第二边缘算子确定所述文本区域对应的第二梯度的步骤包括：基于所述第一边缘算子的第一水平算子，确定所述图像区域对应的第一水平边缘梯度，并基于所述第一边缘算子的第一垂直算子，确定所述图像区域对应的第一垂直边缘梯度；基于所述第二边缘算子的第二水平算子，确定所述文本区域对应的第二水平边缘梯度，并基于所述第二边缘算子的第二垂直算子，确定所述文本区域对应的第二垂直边缘梯度；基于所述第一水平边缘梯度以及所述第一垂直边缘梯度确定所述第一梯度，并基于所述第二水平边缘梯度以及所述第二垂直边缘梯度确定所述第二梯度。3.如权利要求1所述的图像质量评价方法，其特征在于，所述基于所述第一梯度、所述第二梯度、所述第一期望值以及所述第二期望值，确定所述待处理图像与参考图像之间的边缘相似度的步骤包括：基于所述第一梯度、所述第二梯度、所述第一期望值以及所述第二期望值，确定所述待处理图像对应的第一边缘幅值；基于所述第一边缘幅值，确定所述待处理图像与所述参考图像之间的边缘相似度。4.如权利要求3所述的图像质量评价方法，其特征在于，所述基于所述第一边缘幅值，确定所述待处理图像与所述参考图像之间的边缘相似度的步骤包括：获取所述待处理图像对应的参考图像的第二边缘幅值；基于所述第一边缘幅值以及所述第二边缘幅值，确定所述待处理图像与所述参考图像之间的边缘相似度。5.如权利要求1至4任一项所述的图像质量评价方法，其特征在于，所述获取待处理图像对应的文本区域以及图像区域的步骤包括：对所述待处理图像进行分块处理，获得多个图像块，并获取各个所述...
【专利技术属性】
技术研发人员：黄利萍，何俊丽，汪小愉，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：
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。