一种图像质量判断方法、设备及存储介质与流程

文档序号:22579178发布日期:2020-10-20 16:55阅读:88来源:国知局
一种图像质量判断方法、设备及存储介质与流程

本发明涉及图像处理技术领域,尤其是涉及一种图像质量判断方法。



背景技术:

图像处理技术应用范围广泛,常见于医学成像、工业生产、智能驾驶、道路安全等领域。

图像处理的第一步就是图像的获取,实际场景中的图像获取往往并不只是清晰图像,还会有因噪声影响而产生的噪声图,因摄像头和待获取场景的相对运动而产生的运动模糊图像、因摄像头不对焦而产生的散焦图像等。因所获取图像质量的好坏直接影响后期图像处理的结果,为此,需要预先对图像进行处理,将图像处理成干扰较小、符合后期处理要求的较清晰图像,然而图像是否符合后期处理要求,需要一个评价的准则。而常见的图像质量评价方法只考虑待评价图像是否符合人眼感受,对于模糊图像只评价其模糊程度,并不细判定模糊成因。



技术实现要素:

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种图像质量判断方法。

本发明的目的可以通过以下技术方案来实现:

一种图像质量判断方法,该方法包括以下步骤:

步骤1:输入待评判图像,计算其各像素的梯度,将获得的待评判图像的梯度与参考图像的梯度进行比较获得图像的梯度相似性结果,并据此判断待评判图像是否为清晰图像,若为清晰图像则直接输出结果,若为非清晰图像则进行步骤2:

步骤2:提取待评判图像的像素特征,通过计算其噪声强度,以判断图像中是否含有噪声以及所含噪声的强度;

步骤3:提取待评判图像的图像频谱特征,根据图像频谱几何形状的不同判断待评判图像的模糊图像类型;

步骤4:综合步骤1、步骤2和步骤3中待评判图像的各影响因素,建立图像质量综合评价模型,得到图像质量综合评分,并利用其对图像质量进行判断。

进一步地,所述的步骤1中的图像的梯度相似性,其计算公式为:

式中,sg为图像的梯度相似性,g1为待评判图像的梯度矩阵,g2为参考图像的梯度矩阵,t1为调节参数。

进一步地,所述的步骤1中的待评判图像各像素的梯度,其计算公式为:

g(x,y)=dx(i,j)+dy(i,j)

dx(i,j)=i(i+1,j)-i(i,j)

dy(i,j)=i(i,j+1)-i(i,j)

式中,g(x,y)为图像各像素的梯度,i为待计算梯度的图像像素值,(i+1,j)、(i,j)和(i,j+1)为不同的像素坐标。

进一步地,所述的步骤4中的图像质量综合评分,其计算公式为:

q=ω1·sg+ω2·spsnr+ω3·c

式中,q为图像质量综合评分,spsnr为归一化处理的图像信噪比指标,ω1、ω2和ω3为加权值。

进一步地,所述的图像信噪比,其计算公式为:

式中,psnr为图像信噪比,为图片可能的最大像素值,m和n为图像尺寸大小,l(i,j)为参考图像的像素坐标,i(i,j)为待评判图像的像素坐标。

进一步地,所述的步骤3中的图像频谱几何形状,其计算公式为:

式中,c为图像频谱几何形状,a为一个连通区域的面积,p为连通区域周长的平方。

进一步地,所述的步骤3中的根据图像频谱几何形状的不同判断待评判图像的模糊图像类型的过程具体包括:设定图像频谱几何形状阈值,当图像频谱几何形状值大于图像频谱几何形状阈值时,判断为散焦模糊图像,当图像频谱几何形状值小于图像频谱几何形状阈值时,判断为运动模糊图像。

进一步地,所述的图像频谱几何形状阈值为0.535。

本发明还提供一种终端设备,包括:存储器;处理器;以及计算机程序;其中,所述计算机程序存储在所述存储器中,并配置为由所述处理器执行以实现所述的图像质量判断方法的步骤。

本发明还提供一种计算机可读储存介质,其上存储有计算机程序,所述计算机程序被处理器执行以实现所述的图像质量判断方法的步骤。

与现有技术相比,本发明具有以下优点:

(1)本发明提出一种图像质量评判方法,在图像质量评价的基础上细分图像类型,尤其对模糊图像,不仅评价其模糊程度,还要深究模糊成因,判断模糊类型,便于各领域有针对性地对图像进行预处理或对处理结果进行有效的评估。

(2)本发明整体不仅可以实现对图像质量的综合评价,还可以在此基础上深入检测图像模糊成因,为后期图像处理打下基础,能进一步明确图像处理的方向,缩短前期分析的时间。

(3)本发明为图像处理技术提供一种更为细致的图像质量评判系统,使图像质量评价方法不仅是评价图像的质量,更能深入图像的成因,为图像处理提供更多参考依据。

附图说明

图1为本发明图像质量判断方法的流程图;

图2为本发明图像质量判断方法的实施例的流程图。

具体实施方式

下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。

本发明的思路原理如下:

本发明提供了一种图像质量评判系统,包括对图像成因的判断部分和对图像质量的评价部分。图像成因判断部分是对待判断图像进行分析,结合影响图像清晰度的各因素特征,进而对待判断图像进行分类;图像质量评价部分是通过提取待评价图像的特征,对待评价图像特征进行分析,通过设定的评价机制,确定待评价图像的清晰程度。

图像质量评判系统包括三个主要流程:对待评判图像进行清晰度粗判断;对待评判图像成因进行分析判断;对待评判图像进行质量等级划分。具体步骤如下:

步骤1:输入图像,计算待评判图像各像素的梯度,将获得待评判图像的梯度与参考图像的梯度对比、分析,获得图像的梯度相似性结论。据此判断待评判图像是否为清晰图像,若为清晰图像则直接输出结果,若为非清晰图像则进行进一步判断。

步骤2:以噪声、运动模糊、散焦模糊三种影响图像清晰度的因素为例,提取待评判图像的像素特征,通过计算噪声强度,以判断图像中是否含有噪声以及所含噪声的强度。

步骤3:提取图像频谱特征,根据图像频谱几何形状的不同判断模糊类型,至此可判定模糊图像的类型。

步骤4:综合待评价图像中各影响因素,通过加权的方法建立图像质量综合评价模型。

具体实际实施例

如图1所示,本发明提供一种图像质量判断方法,已有图像质量评价系统只对图像的降质程度进行划分,并未对降质图像的成因进行深入研究,在图像处理领域,图像质量评价不仅仅应用于图像处理最终结果的评定,在图像处理之前以及过程中同样需要图像质量评判的参与。为此,本发明旨在在评价图像质量的同时兼具降质图像成因分析能力,为图像处理提供便利。降质图像成因分析是通过对图像梯度特征提取、噪声强度计算、频谱特征提取等方法实现的。图像质量评价是通过对图像各影响因子的综合考量,以加权的方式得到综合指标。

具体实施过程如图2所示。

步骤1:输入图像,因图像梯度特征提取不受图像色彩影响,所以在计算梯度之前对图像进行灰度化处理。图像梯度计算公式如下:

g(x,y)=dx(i,j)+dy(i,j)

dx(i,j)=i(i+1,j)-i(i,j)

dy(i,j)=i(i,j+1)-i(i,j)

式中,g(x,y)为图像各像素的梯度,i为待计算梯度的图像像素值,(i+1,j)、(i,j)和(i,j+1)为不同的像素坐标。

步骤2:计算图像梯度相似性,将步骤1中计算得到的待评判图像的梯度矩阵和参考图像的梯度矩阵代入图像梯度相似性计算公式,求得图像梯度相似性,判断图像是否为降质图像:

式中,sg为图像的梯度相似性,g1为待评判图像的梯度矩阵,g2为参考图像的梯度矩阵,t1为调节参数。

步骤3:若待评判图像为降质图像,则计算图像噪声强度以判断待评判图像是否含有噪声,本例采用计算图像信噪比的方法估计噪声,并对信噪比值进行归一化处理,作为图像质量综合评价指标之一。

式中,psnr为图像信噪比,为图片可能的最大像素值,m和n为图像尺寸大小,l(i,j)为参考图像的像素坐标,i(i,j)为待评判图像的像素坐标。

步骤4:提取带评判图像的频谱特征,根据频谱图几何形状的不同区分散焦模糊图像和运动模糊图像。散焦模糊图像的频谱形状呈圆形,而运动模糊图像的频普形状呈条状,据此可以计算频谱图形状因子判定图像模糊成因。

式中,c为图像频谱几何形状,a为一个连通区域的面积,p为连通区域周长的平方。

通过实验设定形状因子c阈值为0.535,当c值大于0.535时,判断为散焦模糊图像,当值小于0.535时,判断为运动模糊图像,由此可判断降质图像的成因。

步骤5:综合各图像影响因子,建立图像质量评价模型。综合考虑图像相似性,信噪比,以及形状因子等因素,通过加权的方法进行综合考量,获得图像质量综合评分。

q=ω1·sg+ω2·spsnr+ω3·c

式中,q为图像质量综合评分,spsnr为归一化处理的图像信噪比指标,ω1、ω2和ω3为加权值,分别取0.5、0.3和0.2。

以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1