像素值， ，LBP0 (i，j)表示ILBP0 (i，j)}中坐标位置为（i，j)的像素点的像素值， LBP0 (i，j) e [〇, P+1]，P表示局部二值化模式操作中的领域参数； ④ 获取{LBPM(i，j)}中像素值为0至P+1中的每个值的所有像素点与中 像素值为〇至P+1中的每个值的所有像素点的联合概率函数值，将{LBPM(i，j)}中像素值 为m的所有像素点与1 △〃/;(/，./)}中像素值为η的所有像素点的联合概率函数值记为， 欠上Γ =以乙谷广W (之./) == 乙召C(/·，力==");并获取{LBPM(i, j)}中像素^ 每个值的所有像素点与ILBP0 (i，j)}中像素值为0至P+1中的每个值的所有像素点的联合 概率函数值，将{LBPM(i，j)}中像素值为m的所有像素点与{LBP0 (i，j)}中像素值为q的 所有像素点的联合概率函数值记为C , ；其中， m = 0, 1，…，Ρ，Ρ+1，η = 0, 1，…，P，P+l，q = 0, 1，…，P，P+l，PcO 为联合概率函数； ⑤ 计算{LBPM(i，j)}中像素值为0至P+1中的每个值的所有像素点的第一 条件概率特征，将{LBPM(i，j)}中像素值为m的所有像素点的第一条件概率特 征记为；并计算 {L/i/〗(/，./)}中像素值为〇至p+i中的每个值的所有像素点的条件概率特征，将 {Z份;(，，/>}中像素值为η的所有像素点的条件概率特征记为= ，计算{LBPM(i，j)}中像素值为O至Ρ+l中的每个 值的所有像素点的第二条件概率特征，将{LBPM(i，j)}中像素值为m的所有像素点的第 二条件概率特征记为Qm f计算ILBP0 (i，j)}中像素值为O至Ρ+l中的每个值的所有像素点的条件概率特征，将 {LBP0(i，j)}中像素值为q的所有像素点的条件概率特征记为Q0，M(LBP 0(i，j) ==q)，;其中，m = 0, 1，…，P，P+l，n = 0, 1，…，P，P+l，q = 〇，1，...，Ρ，Ρ+1 ; ⑥ 采用n"幅原始的无失真的图像，建立其在不同失真类型不同失真程度下的失真图像 集合，该失真图像集合包括多幅失真图像；然后利用主观质量评价方法评价出该失真图像 集合中的每幅失真图像的主观评分，将该失真图像集合中的第X幅失真图像的主观评分记 为〇1?\;再按照步骤①至步骤⑤的操作，以相同的方式获取该失真图像集合中的每幅失真 图像的单演二进制编码幅值图像的局部二值化模式特征图像中像素值为〇至Ρ+l中的每个 值的所有像素点的第一条件概率特征、每幅失真图像的单演二进制编码相位图像的局部二 值化模式特征图像中像素值为〇至Ρ+l中的每个值的所有像素点的条件概率特征、每幅失 真图像的单演二进制编码幅值图像的局部二值化模式特征图像中像素值为〇至Ρ+l中的每 个值的所有像素点的第二条件概率特征、每幅失真图像的单演二进制编码方向图像的局部 二值化模式特征图像中像素值为〇至ρ+l中的每个值的所有像素点的条件概率特征，将该 失真图像集合中的第X幅失真图像的单演二进制编码幅值图像的局部二值化模式特征图 像中像素值为m的所有像素点的第一条件概率特征记为== "0，将该失 真图像集合中的第X幅失真图像的单演二进制编码相位图像的局部二值化模式特征图像 中像素值为η的所有像素点的条件概率特征记为^^.., (^^^,..,从./) ==?)，将该失真图像集 合中的第X幅失真图像的单演二进制编码幅值图像的局部二值化模式特征图像中像素值 为m的所有像素点的第二条件概率特征记为Qst 0，x (LBPstx (i，j) == m)，将该失真图像集合 中的第X幅失真图像的单演二进制编码方向图像的局部二值化模式特征图像中像素值为q 的所有像素点的条件概率特征记为Qe，M，x(LBP0， x(i，j) == q);其中，η">1，X的初始值为 1，1彡X彡X，X表示该失真图像集合中包含的失真图像的总幅数，0彡DMOSxS 100, m = 0, 1，…，P，P+l，n = 0, 1，…，P，P+l，q = 0, 1，…，P，P+l，LBPM，x(i，j)表示该失真图像集合中 的第X幅失真图像的单演二进制编码幅值图像的局部二值化模式特征图像{LBPMiX(i，j)} 中坐标位置为（i，j)的像素点的像素值，LBPM,x(i，j) e [〇，Ρ+1]，ΔΖ?/；λ.(/_,./)表示该失真 图像集合中的第x幅失真图像的单演二进制编码相位图像的局部二值化模式特征图像 >，./)}中坐标位置为（i，j)的像素点的像素值，15尸#(/，/)€[0,尸+ 1]，LBP0,x(i, j)表 示该失真图像集合中的第X幅失真图像的单演二进制编码方向图像的局部二值化模式特 征图像{LBP0，x(i，j)}中坐标位置为（i，j)的像素点的像素值，LBP0， x(i，j) e [〇，Ρ+1]; ⑦ 将该失真图像集合作为训练集；然后利用支持向量回归对训练集中的所有失真图 像各自的主观评分及各自的单演二进制编码幅值图像的局部二值化模式特征图像中像素 值为O至P+1中的每个值的所有像素点的第一条件概率特征、各自的单演二进制编码相位 图像的局部二值化模式特征图像中像素值为O至P+1中的每个值的所有像素点的条件概 率特征、各自的单演二进制编码幅值图像的局部二值化模式特征图像中像素值为O至P+1 中的每个值的所有像素点的第二条件概率特征、各自的单演二进制编码方向图像的局部二 值化模式特征图像中像素值为O至P+1中的每个值的所有像素点的条件概率特征进行训 练，使得经过训练得到的回归函数值与主观评分之间的误差最小，拟合得到最优的权值矢 量W°pt和最优的偏置项b °pt;接着利用W °pt和b °pt构造得到支持向量回归训练模型；再根据 支持向量回归训练模型，对{LBPM(i，j)}中像素值为O至P+1中的每个值的所有像素点的 第一条件概率特征、中像素值为〇至P+1中的每个值的所有像素点的条件概率 特征、{LBPM(i，j)}中像素值为O至Ρ+1中的每个值的所有像素点的第二条件概率特征、 {LBP 0 (i，j)}中像素值为O至P+1中的每个值的所有像素点的条件概率特征进行测试，预测 得到Ud(i，j)}的客观质量评价预测值，记为Q，Q = f (y)，/(3〇 =，#)>00 +b'其中， Q是y的函数，f()为函数表示形式，y为输入，y表示{LBPM(i，j)}中像素值为O至P+1中 的每个值的所有像素点的第一条件概率特征、中像素值为〇至P+1中的每个值 的所有像素点的条件概率特征、ILBPm(i，j)}中像素值为O至P+1中的每个值的所有像素点 的第二条件概率特征、ILBP0 (i，j)}中像素值为O至P+1中的每个值的所有像素点的条件 概率特征，（W°pt)TSW°pt的转置矢量，舛>')为y的线性函数。2.根据权利要求1所述的一种基于单演二进制编码的无参考图像质量评价方法，其特 征在于所述的步骤③中局部二值化模式操作中的领域参数P取值为8。
【专利摘要】本发明公开了一种基于单演二进制编码的无参考图像质量评价方法，其通过深入挖掘人眼视觉对图像结构的感知特性，对待评价的失真图像实施单演二进制编码，得到单演二进制编码幅值图像、相位图像和方向图像；接着，对上述三幅图像分别进行局部二值化模式操作，得到各自的局部二值化模式特征图像；然后，求取单演二进制编码幅值图像、相位图像和方向图像各自的局部二值化模式特征图像中像素值为不同值的所有像素点的条件概率特征；最后，根据条件概率特征，采用支持向量回归预测得到待评价的失真图像的客观质量评价预测值；优点是得到的客观质量评价预测值能够准确地反映人眼视觉主观感知质量，即能够有效地提高客观评价结果与主观感知之间的相关性。
【IPC分类】H04N19/154
【公开号】CN104902277
【申请号】CN201510310419
【发明人】周武杰, 孙丽慧, 陈寿法, 翁剑枫, 郑卫红, 施祥, 李鑫, 张磊, 吴洁雯
【申请人】浙江科技学院
【公开日】2015年9月9日
【申请日】2015年6月8日