T进行预处理；
[0061] 由RGB通道转为YIQ通道，然后对转换后的图像进行下采样，得到对应的下采样图 像Di和化;如果是文字图片，按照RGB或灰度线性变换处理。对RGB至化IQ的颜色空间转换，具 体函数可表示如下：
[0063] 对转换后的图像进行下采样，具体函数可表示如下：
[0064] F=max( 1, round (N/256))
[0065] 其中：N是图像高度(或宽度）。
[0066] 第二步：根据已公开的化equency-化ned图像显著检测算法分别计算原始图像与 失真图像的显著图Si和St,按如下公式计算Si和St之间的显著相似度，得到显著性相似性 salSim，具体函数可表示如下：
[006引其中：Tl是一个非常小的正整数，W确保分母不为0,如Tl =0.000001。
[0069] 另外，本算法认为像素点的显著值越高，在质量评价中影响越大，因此提出显著性 加权因子salWg，该因子为每个像素点的最大显著性值，具体函数可表示如下：salWg = max (Si,Si)〇
[0070] 第=步:采用Sobel算子提取图像梯度，具体函数可表示如下：
[0074] 其中I为原始图像。
[0075] 梯度图Gi和Gt之间的梯度相似性gSim计算，具体函数可表示如下：
[0077]其中e是一个正整数，且参数e是根据梯度值的动态范围得到的值，实验中根据梯 度值的动态范围取值为e - 1200时得到的结果最好。
[0078]第四步:PSNR相似性处理采用高斯加权的方法，为避免JPEG 8 X 8分块效应，考虑 到高斯滤波器的对称性及由中屯、点向四周扩散的特征，本算法将滑动窗口定义为11 X 11的 高斯加权W= {Wij I i，j = 1，2，. . .，N} ,N= 11，标准差设为1.5，则原始图像与失真图像PSNR的 相似性，具体函数可表示如下：
[0082] 其中：其中分别为原始图像与失真图像Y通道的像素值，K为Y通道深度，一 般为8位图像K = 8。在滑动窗口内，diff为原图像和失真图像差值平方的高斯系数加权平均 值。t虹为峰值信噪比阔值，设为t虹=53"pSim表示原始图像与失真图像的PSNR相似性。
[0083] 第五步:首先计算滑动窗口内原始图像与失真图像标准差的相似度，作为两张图 像的局部纹理相似度，具体函数可表示如下：
[0087]然后计算原图像与失真图像的纹理相似性，具体函数可表示如下：
[0089] 其中：参数T2是一个非常小的正整数，W确保分母不为0,如T2 = 0.000001;iii(X), y2(Y)分别为原始图像与失真图像的高斯加权均值;Ol2(X)，〇22(y)分别为原始图像与失真 图像的高斯加权方差;tSim即为W标准差相似度表征的图像纹理相似度。
[0090] 第六步:综合图像的显著性相似性、梯度相似性、PSN財目似性和纹理相似性，得到 原始图像I和失真图像T的质量评价分数SDP，具体函数可表示如下：
[0092] 实施效果
[0093] 如图2曰、图化、图2c、图2d分别所示的本发明一实施例的显著相似性、梯度相似性、 PSNR相似性、纹理相似性示意图，在公开的图像质量评价CSIQ数据集上进行测试。所有试验 均在PC计算机上实现，该PC计算机的主要参数为：中央处理器Intel (R)Core(TM)W-3470CPU@3.2GHz，内存4G RAM ,Windows 8。
[0094] 图3为主观分数MOS和客观分数的分布及其拟合曲线示意图，测试数据集是CSIQ里 的肝EG图像格式，从中可W看出本发明提出的质量评价方法预测的分数和主观分数有很好 的相关性。
[0095] W上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述 特定实施方式，本领域技术人员可W在权利要求的范围内做出各种变形或修改，运并不影 响本发明的实质内容。
【主权项】
1. 一种针对JPEG图像格式的显著性细节保持的质量评价方法，其特征在于，该方法包 括以下步骤： 第一步:对原始图像I和失真图像T进行预处理，然后对预处理后的图像进行下采样，得 到对应的下采样图像D^PDt ; 第二步:对下采样图像D^PDt进行显著性相似度计算，分别得到原始图像与失真图像的 显著图SdPST，然后根据得到的显著图计算原始图像与失真图像的显著相似性salSim; 第三步:采用Sobel算子提取图像梯度作为图像的低层特征，得到原始图像与失真图像 的梯度图GjPGT，然后计算两者的梯度相似性gSim; 第四步:采用滑动窗口的方法，计算窗口内像素的统计值作为窗口中心点的值，逐像素 移动窗口，计算原始图像与失真图像的高斯加权PSNR相似性pSim; 第五步:采用滑动窗口的方法，计算滑动窗口内原始图像与失真图像标准差的相似度， 作为原始图像与失真图像的纹理相似性tSim; 第六步:综合上述四种度量，得到原始图像与失真图像的质量评价分数SDP。2. 根据权利要求1所述的针对JPEG图像格式的显著性细节保持的质量评价方法，其特 征在于，所述第一步中，对原始图像I和失真图像T进行预处理的方法包括如下:分别将原始 图像I和失真图像T由RGB通道转换为YIQ通道，然后对转换后的图像进行下采样，得到对应 的下米样图像Di和Dt ; 对RGB到YIQ的颜色空间转换公式如下：对转换后的图像进行下采样的公式如下： F=max( I, round (N/256)) 其中:N是图像高度或宽度。3. 根据权利要求1所述的针对JPEG图像格式的显著性细节保持的质量评价方法，其特 征在于，所述第二步中，计算原始图像与失真图像的显著相似性salSim的具体方法包括如 下： 根据图像显著检测算法分别计算原始图像与失真图像的显著图SdPST，按如下公式计 算显著性相似性salSim:其中:Tl是一个非常小的正整数，以确保分母不为零。4. 根据权利要求1所述的针对JPEG图像格式的显著性细节保持的质量评价方法，其特 征在于，所述第三步中，Sobel算子和图像梯度G的计算公式如下：其中：I为原始图像。5. 根据权利要求1所述的针对JPEG图像格式的显著性细节保持的质量评价方法，其特 征在于，所述第三步中，原始图像与失真图像的梯度图GjPGT之间的梯度相似性gSim的计算 公式如下：其中：ε是一个正整数，是根据梯度值的动态范围得到的值。6. 根据权利要求5所述的针对JPEG图像格式的显著性细节保持的质量评价方法，其特 征在于，ε ? 1200。7. 根据权利要求1所述的针对JPEG图像格式的显著性细节保持的质量评价方法，其特 征在于，所述第四步中，计算高斯加权PSNR相似性pSim的具体方法包括如下： 考虑到高斯滤波器的对称性及由中心点向四周扩散的特征，将滑动窗口定义为11 X 11 的高斯加权W= {wij I i，j = l，2, . . .，N} ,N=Il，标准差设为1.5,则原始图像与失真图像 PSNR的相似性计算公式如下：其中：其中分别为原始图像与失真图像Y通道的像素值，K为Y通道深度，在滑动窗 口内，diff为原始图像和失真图像差值平方的高斯系数加权平均值，thr为峰值信噪比阈 值，pSim表示原始图像与失真图像的PSNR相似性。8. 根据权利要求1所述的针对JPEG图像格式的显著性细节保持的质量评价方法，其特 征在于，所述第五步中，计算原始图像与失真图像的纹理相似性tSim的具体方法包括如下： 将滑动窗口内原始图像与失真图像标准差的相似度，作为两张图像的局部纹理相似 度，公式如下：其中：参数T2是一个非常小的正整数，以确保分母不为0，Xlj，yij分别为原始图像与失真 图像Y通道的像素值，K为Y通道深度，Wij为高斯加权W= Iwij I i，j = 1，2，. . .，11}，μι(Χ)，μ2 (Y)分别为原始图像与失真图像的高斯加权均值W12U), σ22(Υ)分别为原始图像与失真图 像的高斯加权方差;tSim即为以标准差相似度表征的图像纹理相似度。9.根据权利要求1所述的针对JPEG图像格式的显著性细节保持的质量评价方法，其特 征在于，所述第六步中，得到原始图像与失真图像的质量评价分数SDP的具体方法包括如 下： 综合图像的显著性相似性salSim、梯度相似性gSim、PSNR相似性pSim和纹理相似性 tSim，得到质量评价分数如下：其中：salWg是显著性加权因子，该因子为每个像素点的最大显著性值:salWgzmaWS:， St) 〇
【专利摘要】本发明提供了一种针对JPEG图像格式的显著性细节保持的质量评价方法，包括以下步骤：对原始图像I和失真图像T进行预处理，先将原图像和失真图像由RGB通道转为YIQ通道，然后对转换后的图像进行下采样，得到下采样图像DI和DT；对下采样图像依次进行四个相似性度量计算，得到四个相似性图，分别为显著性相似性图、梯度相似性图、PSNR相似性图和纹理相似性图；综合上述四种度量因素，最后得到图像的质量评价分数。与现有技术相比，本发明提出的针对JPEG图像格式的质量评价方法更符合人眼视觉系统，能很准确的预测图像的质量分数，在实际应用中更具有优势。
【IPC分类】G06T7/00
【公开号】CN105528776
【申请号】CN201510483453
【发明人】马利庄, 朱恒亮
【申请人】上海仙梦软件技术有限公司
【公开日】2016年4月27日
【申请日】2015年8月7日