一种基于Contourlet变换和Frobenius范数半参考图像质量评价方法
【专利摘要】Contourlet变换具有多分辨率、多尺度、多方向和各向异性等性质，其少量系数即可有效地捕捉图像中的边缘轮廓，本发明基于Contourlet变换提出了一种的半参考图像质量评价算法。首先对参考图像和待评价图像分别进行3尺度4级Contourlet分解，其次对每一子带进行奇异值分解，并使用Frobenius范数计算能量，得到每一尺度上的能量特征向量，最后计算参考图像和待评价图像3个尺度上能量特征向量之间的夹角并加权求和，最终得到待评价图像质量得分。在3个公开数据库上的大量实验结果表明，本发明算法性能优越，与人类视觉系统具有较高的一致性。
【专利说明】-种基于Contour I et变换和Froben i us范数半参考图像质 量评价方法
【技术领域】
[0001] 本发明涉及一种基于Contourlet变换和Frobenius范数半参考图像质量评价方 法，属于图像处理【技术领域】。
【背景技术】
[0002] 数字图像已经存在于我们生活的方方面面，但图像在采集、传输、存取等过程中常 常会引入失真，如何对图像进行质量评价很有意义。图像质量评价算法可分为主观质量评 价算法和客观图像质量评价算法。主观评价虽然准确，但耗时耗力，又不能嵌入到系统中去 自动评判，所以客观评价方法更加实用。客观图像质量评价算法可分为全参考图像质量评 价（Full Reference, FR)、无参考图像质量评价（No Reference, NR)和半参考图像质量评价 (Reduced Reference, RR)。目前，全参考图像质量评价算法发展最成熟，半参考图像质量评 价算法次之，无参考图像质量评价算法正处于发展初期，尚没有形成统一完整的有效的无 参考图像质量评价体系。半参考图像质量评价方法因为只用到参考图像的部分信息，易于 传输，更易被嵌入即时应用系统中，比全参考方法更适合实际应用。
[0003] Contourlet变换具有多分辨率、局部定位、多方向性、近邻界采样和各向异性等性 质，其基函数分布于多尺度、多方向上，少量系数即可有效地捕捉图像中的边缘轮廓，而边 缘轮廓正是图像质量的主要特征，因此符合人眼视觉特性，适合图像质量评价。本发明在轮 廓波变换（Contourlet Transform)的基础上，利用奇异值提取Contourlet域上的能量信 息来来进行半参考图像质量评价。
【发明内容】
[0004] 本发明是基于Contourlet变换提出了一种的半参考图像质量评价算法。首先对 参考图像和待评价图像分别进行3尺度4级Contourlet分解，其次对每一子带进行奇异值 分解，并使用Frobenius范数计算能量，得到每一尺度上的能量特征向量，最后计算参考图 像和待评价图像3个尺度上能量特征向量之间的夹角并加权求和，最终得到待评价图像质 量得分。在3个公开数据库上的大量实验结果表明，本发明算法性能优越，与人类视觉系统 具有较高的一致性。
【专利附图】
【附图说明】
[0005] 图1是Contourlet分解不意图 [0006] 图2是本发明算法流程图
【具体实施方式】
[0007] Contourlet变换由拉普拉斯金字塔和方向滤波器组成，拉普拉斯金字塔 (Laplacian Pyramid, LP)产生多分辨率图像，方向滤波器组（Directional Filter Bank，DFB)得到不同方向子带的高频信息（带通方向子带），原始图像首先应用LP得到低 频信息和高频信息，然后对高频信息应用DFB得到带通方向子带，对低频信息循环此过程 可得到多分辨率带通方向子带。
[0008] 对参考图像和待评测图像进行3尺度Contourlet分解，每一尺度上进行4级方向 分解，每一尺度上得到16个不同方向子带，分别计算每一子带的能量，因此得到每一尺度 的子带能量特征向量Eng veetOT(k)，如下式所示，EngveetOT(k) =Eng(k)，k= 1,2，…，16。
[0009] 其中，一个矩阵A的能量Eng可用Frobenius范数表示，对一幅大小为mXn的灰 度图片A进行奇异值分解，可得到图像的能量Eng :
【权利要求】
1?一种基于Contourlet变换提出了一种的半参考图像质量评价算法。首先对参考图 像和待评价图像分别进行3尺度4级Contourlet分解，其次对每一子带进行奇异值分解， 并使用Frobenius范数计算能量，得到每一尺度上的能量特征向量，最后计算参考图像和 待评价图像3个尺度上能量特征向量之间的夹角并加权求和，最终得到待评价图像质量得 分，过程如下： 步骤1，分别对待评价失真图像和对应的参考图像进行3层4级Contourlet分解，分别 得到图像每层的16个不同方向子带图像；
分别计算失真图像和参考图像每层能量特征向量之间的夹角92和Q3 ; 步骤 4,令 ％、W2 和 W3 分别为 0? 7、0. 2 和 0? 1，根据公式：QENG = W1* 0 i+w2* 0 2+w3* 0 3计算图像质量值QENG。
【文档编号】G06T7/00GK104361596SQ201410670298
【公开日】2015年2月18日 申请日期:2014年11月20日 优先权日:2014年11月20日
【发明者】殷莹 申请人:江南大学