专利名称：用于图像质量评价的视觉能量信息提取方法
技术领域：
本发明属于图像处理技术领域，尤其涉及一种用于图像质量评价的视觉能量信息提取方法。
背景技术：
图像在获取、压缩、存储、传输和重建的过程中会引入各种失真，导致图像质量的损失。图像质量评价，即评价图像在多大程度上符合人类获取视觉信息和视觉享受的需要，是衡量图像处理系统性能的一个重要指标，已成为数字图像处理技术研究的基础和关键，具有重大的理论和工程价值，受到了越来越多的重视。图像质量评价主要分为主观评价和客观评价。虽然主观评价是最为可靠的图像质量评价方法，但由于其固有的缺陷，如费时费力，可操作性差，无法成为一种可重复的测量方法，很难作为工程测量手段，所以主观评价很少直接应用于图像质量的度量，更多的时候作为定性分析图像质量的一种手段。而图像质量客观评价通过设计合理的数学模型，对图像进行智能分析，并按照设计的质量尺度自动的对图像的质量进行评分。按照对原始图像的依赖程度，图像质量客观评价分为全参考、部分参考和无参考三类。随着人类视觉生理心理学等研究成果的引入，对于全参考图像质量评价方法的研究逐步向基于人类视觉感知的图像质量客观评价发展，以提高评价的准确性。一方面，更加关注图像的物理意义，即图像的各种视觉属性，如亮度、对比度、形状纹理、方向和光滑度等。通过分解这些属性，比较待评价图像与原始图像在人类视觉系统(HVS)感知上的差异，从而评估图像的质量。然而，人类视觉系统是一个十分复杂的非线性系统，仅依照目前对其有限的理解所构建的图像质量评价框架，依旧不能获得与人类主观感受一致的评价结果，并且该类方法需要仿真HVS的各个功能模块，实现复杂度较高。另一方面，根据现实的HVS感知图像质量的行为，提出某种高层次自上向下的假设框架，然后通过数学模型来实现该假设框架。该种方法把HVS看作一个黑盒，只关注输入与输出的关系，从而绕过繁琐复杂的HVS系统建模，其算法的实现往往较为简单，而且评价的准确性也较为理想。然而，这类方法的准确性往往依赖于所提的某种假设的准确性，所以往往需要研究者对人类视觉系统、自然图像统计特性和图像失真有必要的理解。
发明内容
本发明的目的是针对现有基于视觉感知的全参考图像质量评价过程中，由于对HVS模拟不高效而导致的质量评价准确性偏低、计算复杂度过大等缺陷，提出一种用于图像质量评价的视觉能量信息提取方法，并以此视觉能量信息作为图像质量客观评价的基准。本发明采取的技术方案是
首先分别将参考图像与失真图像通过一组二维Gabor小波滤波器组提取图像特征量，随后通过分裂归一化变换(Divisive Normalization Transform, DNT)将特征量进行后处理，进而提取参考图像和失真图像厶的视觉能量信息(Visual Energy Information,VEI)，作为评价图像视觉质量的基准。本发明解决其技术问题所采用的技术方案如下
步骤(1).输入参考图像4和失真图像心；
步骤(2 ).建立一组二 维G a b O r小波滤波器GaborWavelet(XtF)^
权利要求
5.用于图像质量评价的视觉能量信息提取方法，其特征在于包括以下步骤 步骤(1).输入参考图像/yp和失真图像A ; 步骤(2).建立一组二维Gabor小波滤波器GaborWavelet(X)^ ； GaborWavelet^lVye=esp{x) expj- Γ +^rjj f2Sf+lV 式 a — { I 5 Απ/52 (2% - )2Β , ( ) xr = xcosff-l· ysinff yr =-Ksm0 + ycos&λ = — ν厶 其中，5代表尺度大小，i为正整数，β为旋转方向，Zmax为最高频率，&为频率带宽， 为信号函数/Cr，_F)傅里叶变换形式Z7(KK)相对于U轴的有效宽度，《farctanOZ/O表示其角度； 步骤(3).利用步骤(2)所建立的二维Gabor小波滤波器对参考图像厶(H)和失真图像IMy)进行卷积计算，分别得到参考图像Ir和失真图像Id在二维Gabor小波域各个尺度和各个方向上的特征信息；记- Cr，_F: R)和- Cr，_F D)分别为参考图像Ir和失真图像Id的在i尺度和0方向上的特征信息Qe (x,y R) = (4 *GaborWa￥elet^) (x，f) = Re_g" (x,y: R) +jlm_ β: (u: R)⑵ Q1e (x, y: D') = (Zj3 lttGaborWairelet^) (u) = P,e_ Q1e (x,y: D) + j Im_ f/0 (x, y: D) ⑶ 其中，Re_ 0 g {x,y)和{x,y)分别表示特征信息的实部与虚部； 步骤(4).构建局部增益分裂归一化的模型来模仿人类视觉系统的前处理机制；采用分裂归一化变换(Divisive Normalization Transform, DNT)对步骤(3)所提取的图像特征信息Cr，_F: R)和Cr，_F: D)进行非线性变化，以降低其中的一阶或高阶相关度；DNT的简化数学模型如下 Λ Ww = _(4) P 其中，#表示图像特征信息经过Gabor小波变换后的系数；表示图像特征信息经DNT后的系数;/7表示局部增益控制因子，它是由在空间、方向、尺度上都与#系数相邻的一组系数计算得到的； 本发明利用高斯尺度混合(Guassian Scale Mixture)模型来局部增益控制因子;通过采样Gabor小波系数#在不同空间、尺度和方向上相关的小波系数V来组成向量Y，运用贝叶斯理论，可以得到
全文摘要
本发明公开了一种用于图像质量评价的视觉能量信息提取方法。本发明具体实施包括如下步骤1.构建一组二维Gabor滤波器，并利用其对输入的参考图像和失真图像进行卷积处理，以分别提取参考图像和失真图像的图像特征信息；2.通过分裂归一化变换对提取的参考图像和失真图像的图像特征信息进行后处理；3.基于分裂归一化变换处理后的图像特征信息，分别提取参考图像和失真图像的视觉能量信息，作为评价图像视觉质量的基准。本发明高效地仿真了人类视觉系统的视觉皮质响应和前处理机制，实现了视觉能量信息的提取，且基于本发明所提出方法的图像质量客观评价与主观评价具有很好的一致性。
文档编号G06T7/00GK102855631SQ201210301819
公开日2013年1月2日 申请日期2012年8月23日 优先权日2012年8月23日
发明者丁勇, 张渊, 王翔, 段克峰, 张奥扬 申请人:浙江大学