本发明属于图像处理技术领域，尤其涉及一种图像振铃效应的评价方法。
背景技术：
图像质量评价主要是对图像的各个参数进行测量分析，用图像参数来表征衣服图像的好坏，从而获得我们需要的信息。图像的质量评价广泛地应用于导弹成像制导、目标侦察等国防军用领域及医学检测、安防监控、智能交通等民用领域。特别是在遥感图像中的应用在侦查中用于判读解译，发现、识别目标，获取军事情报。在测绘应用中用于立体测图，定位目标，获取数字地理信息。遥感图像的质量直接影响着侦查信息的准确性和测绘的精确性，而且图像质量的好坏反映遥感器的性能。因此遥感图像质量评价在遥感应用中有着重要的作用。
目前国内图像质量评价方法多针对模糊和噪声，没有考虑评价参数之间的相互关系；所用评价参数集中在图像的数理统计；没有充分考虑物理成像过程而且大部分都是以单个特征表示图像质量，其中比较简单的图像质量度量参数有均方差和峰值信噪比，但是由于这两种图像质量评价方法没有反映出图像本身的内容信息，因此不能满足人类视觉系统的规律。其它常用的有角二阶矩、灰度均值、信息熵、边缘能量等图像统计信息进行图像质量的客观评价，虽然评价方法有很多，但是评价方法杂乱无章，无法清晰描述一张图像，也无法为设备改进及后续研究提供有效的支持。
技术实现要素：
在下文中给出了关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解为这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分，也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念，以作为稍后论述的更详细描述的前序。
本发明的技术方案：
一种图像振铃效应的评价方法，包括以下步骤：
步骤一：对图像中的像素进行递归滤波，获取当前待处理像素的滤波强度，获取将所述待处理像素作为中心像素的图像块，所述中心像素位于所述图像块的第k行第k列；
步骤二：计算所述中心像素的水平及垂直方向的色度分量上的边缘信息，并取所述水平及垂直方向的色度分量上的边缘信息的最大值，作为第一边缘信息最大值；
步骤三：计算所述图像块的方差；
步骤四：计算所述中心像素与所述图像块中第k-1行/第k-1列中所选择的滤波后的像素的差异最大值，作为第一差异最大值；
步骤五：计算所述中心像素的亮度分量上的边缘信息；
步骤六：根据所述第一边缘信息最大值、所述图像块的方差、第一差异最大值及所述中心像素的亮度分量上的边缘信息，判断所述中心像素所处的频率区域是否为平坦区域；当所述中心像素所处的频率区域为平坦区域时，计算所述中心像素的当前亮度；根据所述中心像素的当前亮度，获取第一滤波强度，作为所述中心像素的滤波强度。
进一步地，所述根据所述第一边缘信息最大值、所述图像块的方差、第一差异最大值及所述中心像素的亮度分量上的边缘信息，判断所述中心像素所处的频率区域是否为平坦区域，包括：当满足以下所有条件时，确定所述中心像素的频率为平坦区域：所述第一边缘信息最大值小于预设的第一阈值；所述方差小于预设的第二阈值；所述第一差异最大值小于预设的第三阈值；所述中心像素的亮度分量上的边缘信息小于预设的第四阈值。
进一步地，所述第一阈值、第二阈值、第三阈值与第四阈值的取值随着所述图像块的中心像素的当前亮度所处亮度区间的不同而不同。
进一步地，还包括：当所述中心像素的当前亮度低于预设的暗区亮度阈值时，确定所述中心像素处于暗区，并对所述递归滤波后的所述中心像素进行暗区饱和度抑制处理。
本发明的有益效果为：
1)通过在判断中心像素所处的频率区域是否为平坦区域时，不只是考虑第一边缘信息最大值、所述中心像素的方差及第一差异最大值，还考虑到所述中心像素的亮度分量上的边缘信息，而亮度分量上的边缘信息比较准确，故可以使获得的所述中心像素的频率区域信息会更加准确，从而可以为所述中心像素确定出更加准确的滤波强度，故可以使得滤波后的图像保留更多细节，在保证噪声的去噪效果的同时，兼顾避免去噪后图像的拖尾现像。
2)由于在不同亮度下，人眼对颜色差异的敏感程度不一样，相应地通过根据所述图像块的中心像素的当前亮度所处亮度区间，调整第一阈值、第二阈值、第三阈值与第四阈值，可以避免把在平坦区域的颜色噪声误判为颜色边界，或者将颜色边界误判为平坦，故可以进一步避免去噪后图像的拖尾现。
附图说明
图1为一种图像振铃效应的评价方法的流程示意图；
具体实施方式
以下将结合附图，对本发明进行详细说明：
结合图1所示，本实施例公开的一种图像振铃效应的评价方法，包括以下步骤：
步骤一：对图像中的像素进行递归滤波，获取当前待处理像素的滤波强度，获取将待处理像素作为中心像素的图像块，中心像素位于图像块的第k行第k列；
步骤二：计算中心像素的水平及垂直方向的色度分量上的边缘信息，并取水平及垂直方向的色度分量上的边缘信息的最大值，作为第一边缘信息最大值；
步骤三：计算图像块的方差；
步骤四：计算中心像素与图像块中第k-1行/第k-1列中所选择的滤波后的像素的差异最大值，作为第一差异最大值；
步骤五：计算中心像素的亮度分量上的边缘信息；
步骤六：根据第一边缘信息最大值、图像块的方差、第一差异最大值及中心像素的亮度分量上的边缘信息，判断中心像素所处的频率区域是否为平坦区域；当中心像素所处的频率区域为平坦区域时，计算中心像素的当前亮度；根据中心像素的当前亮度，获取第一滤波强度，作为中心像素的滤波强度。
具体地，根据第一边缘信息最大值、图像块的方差、第一差异最大值及中心像素的亮度分量上的边缘信息，判断中心像素所处的频率区域是否为平坦区域，包括：当满足以下所有条件时，确定中心像素的频率为平坦区域：第一边缘信息最大值小于预设的第一阈值；方差小于预设的第二阈值；第一差异最大值小于预设的第三阈值；中心像素的亮度分量上的边缘信息小于预设的第四阈值。
具体地，第一阈值、第二阈值、第三阈值与第四阈值的取值随着图像块的中心像素的当前亮度所处亮度区间的不同而不同。
具体地，还包括：当中心像素的当前亮度低于预设的暗区亮度阈值时，确定中心像素处于暗区，并对递归滤波后的中心像素进行暗区饱和度抑制处理。
以上实施例只是对本专利的示例性说明，并不限定它的保护范围，本领域技术人员还可以对其局部进行改变，只要没有超出本专利的精神实质，都在本专利的保护范围内。