一种多视觉敏感特征相似度的全参考图像质量评价方法
【专利摘要】本发明涉及一种基于多视觉敏感特征相似度的全参考型图像质量评价方法。本发明的具体步骤是：(一)输入失真图像和参考图像；(二)对失真图像和参考图像提取多角度的梯度特征，并计算梯度相似度；(三)对失真图像和参考图像提取相位特征，并计算相位特征相似度；(四)对失真图像和参考图像提取锐度特征，并计算锐度特征相似度；(五)将梯度相似度、相位相似度和锐度相似度融合成最终的图像质量评价指标。本发明采用对图像提取梯度、相位和锐度等视觉敏感特征，对视觉敏感特征相似度组合得到客观评价参数，提高了全参考图像质量评价的精度。
【专利说明】-种多视觉敏感特征相似度的全参考图像质量评价方法 (-).【技术领域】
[0001] 本发明属于图像处理领域，涉及一种图像质量评价方法，尤其涉及一种基于多视 觉敏感特征相似度的全参考图像质量评价方法。 (二）.【背景技术】
[0002] 图像质量评价是图像处理领域的关键问题，图像质量评价方法根据是否有人的参 与可分成主观图像质量评价方法和客观图像质量评价方法。主观图像质量评价方法由人对 图像进行打分，评价结果精确，但评价过程复杂，耗时时间长，难W得到实时应用。客观图像 质量评价方法无需人的参与，通过特定的计算机算法自动预测图像质量，根据是否使用原 始无失真图像作为参考，可将图像质量评价方法分成全参考图像质量评价方法，半参考图 像质量评价方法和无参考图像质量评价方法。全参考算法使用参考图像的所有信息预测图 像质量，半参考图像质量评价方法采用参考图像的部分信息进行图像质量预测，无参考图 像质量评价方法不使用参考图像的任何信息进行图像质量评价，本发明设计一种全参考图 像质量评价方法。传统的图像质量评价方法采用MSE(均方误差）或PSNR(峰值信噪比） 进行图像质量评价，该方法物理意义明确，算法简单，但存在与人眼主观视觉特性不匹配等 缺点，在实际场合得不到广泛应用。针对传统全参考图像质量评价方法W上缺点，Wang提 出一种基于SSIM (结构相似度）的图像质量评价模型，但SSIM对模糊图像评价效果不太理 想，特别是对于严重模糊的图像评价效果与主观视觉感受不符。针对W上全参考图像质量 评价方法的不足，本发明提出一种多视觉敏感特征相似度的全参考图像质量评价方法，该 方法提取出输入参考图像和失真图像的梯度、相位和锐度等特征，计算参考图像和失真图 像之间的梯度、相位和锐度相似度，并将梯度相似度、相位相似度和锐度相似度合成成最终 的客观图像质量评价指标。该方法集成了多种视觉敏感特征，具有较好的预测精度。 (H).
【发明内容】
[0003] 本发明的目的是提供一种预测效果更精确的全参考图像质量评价方法。
[0004] 本发明的具体步骤是：
[0005] 步骤（1);对输入失真图像和参考图像提取梯度特征，并计算梯度相似度，具体步 骤是：输入失真图像和参考图像，如输入图像为彩色图像，将彩色图像转换为灰度图像。记 输入失真图像为D，记输入参考图像为S，对失真图像和参考图像分别采用Sobel算子提取 出梯度信息，其中0°，45°，90°，和135°方向的Sobel算子公式如下：
[0006] 采用四个方向的Sobel算子分别对输入失真图像D和参考图像R进行滤波，计算 公式表示如下：
[0007] & = @ 尸〇 :及45 =欠 @ /^45 ; &〇 =灰 ? 尸90 :及…=欠 @ 巧35 :
[0008] r〇 = Z) ? 巧：r"=公运)巧5;户如=Z) @ 巧〇:八,"=￡)这)巧35:
[0009] 其中0表示二维卷积运算，S。、S45、Sw和Si35分别是参考图像R经过0°，45°， 90°，和135°方向的Sobel算子P。、P45、Pw和P卷积滤波后得到的图像。T。、T45、Tg。和 Ti3日分别是参考图像D经过0°，45°，90°，和135°方向的Sobel算子P〇、P4日、Pg。和Pi35卷 积滤波后得到的图像。
[0010] 步骤（2);计算失真图像和参考图像提取的多角度梯度特征之间的相似度，分别 在0°，45°，90°，和135°方向上计算梯度相似度，采用公式如下：
【权利要求】
1. 一种基于多视觉敏感特征相似度的全参考图像质量评价方法，其特征在于包含以下 步骤： (1) 输入参考图像和失真图像，对失真图像和参考图像提取多角度下的梯度特征。具体 步骤如下： 对失真图像和参考图像分别采用0°，45°，90°，和135°方向的Sobel算子提取出梯 度信息，采用如下公式：
其中D为失真图像，S为参考图像；PQ、P45、P9tl和P135为0°，45°，90°，和135°方向 的sobel算子；?表示二维卷积运算；SpS45、S9tl和S135分别是参考图像R经过0°，45° , 90°，和135°方向的Sobel算子PQ、P45、P9Q和P135卷积滤波后得到的图像；IVT45UPT135 分别是参考图像D经过0°，45°，90°，和135°方向的Sobel算子PQ、P45、P9Q和P135卷积 滤波后得到的图像； (2) 计算失真图像和参考图像提取的多角度梯度特征之间的相似度，采用如下公式：
(3) 计算失真图像和参考图像提取的多角度梯度特征之间的相似度。采用如下公式： 将0°，45°，90°，和135°方向的梯度相似度合成最终的合成梯度相似度，采用公式 如下： G(h j)=[G0(/,yf'[G45 (/,j)f [G90 (/,y)]ai [G135(/,jT (4) 对输入失真图像和参考图像提取相位特征，具体采用步骤和公式如下： 将失真图像D和参考图像S伸缩成像素为横向和纵向像素大小相等的图像D'和S'， 对图像D'和S'进行二维离散傅里叶变换，并分别得到相位，具体采用公式如下：
其中Y1(I^v)是图像D'的二维离散傅里叶变换系数；Y2(u，v)是图像S'的二维离散 傅里叶变换系数；和Yju，V)和Y2(u，V)的相位；re( ?)表示取实部运 算，im(〇表示取虚部运算； (5) 计算图像D'和图像S'之间的相位相似度信息，计算公式如下：
最后采用二维傅立叶反变换将相位相似度信息转换到空域，并调整其大小到原始尺 寸，得到空域相位相似度p(i，j)，其中（i，j)为图像中某一像素的位置； (6)对输入失真图像和参考图像提取锐度特征，具体采用步骤和公式如下： 首先，计算失真图像和参考图像（i，j)像素为中心的3X3邻域的平均灰度值，采用计 算公式如下：
然后，计算失真图像和参考图像（i，j)像素处的最大邻域灰度差值S(i，j)和T(i，j)， 以最大领域灰度差值作为图像的锐度亮度，采用公式如下：
(8)组合梯度相似度、相位相似度和锐度相似度组成联合相似度判据，求其均值得到最 终的相似度数值，具体公式如下： GPS_SSIM(i,j) =[G(i,j)]a[P(i,j) ]0[H(i,j)]Y
【文档编号】G06T7/00GK104504676SQ201410650125
【公开日】2015年4月8日 申请日期:2014年11月7日 优先权日:2014年11月7日
【发明者】汪斌 申请人:嘉兴学院