斯能量和），M6为图像经过小波变换后高频部分的欧几里得范数与低 频子带的欧几里得范数之比，M7为图像经奇异值分解后最大的6个奇异值之和，MH是图像 经QWT变换之后HL子带Φ相位系数中大于零的部分和LH子带Θ相位方差之和的二次方 根，ML是图像经QWT变换之后LL子带相位Φ和相位Θ方差之和的二次方根。
[0038] 3)用各个清晰度指标来评价处理好的图像，得到指标值后绘出评价曲线，如图4 所示。十一个指标中Ml和ML显示出了明显的不一致，有三条折线很密集，但是另外一条偏 离很远，说明这两个指标对部分图像的清晰度判别很准确，但是对某一类图像却显示了不 一样的结果。这使得它们的评价效果不能独立于图像内容，缩小了它们的适用范围。而另外 九个指标的折线图就显示出了相对一致性，表明这些指标与图像内容关联较小，适用的图 像也相应较广。值得注意的是在12、13、14、15、16和17的折线图中，当模板尺寸由[1父1] 变化为[3X3]时，指标值经历了一个突变，而后变化则越趋平和，随着模板尺寸的增大，它 们的折线图逐渐趋于水平直线，这会导致清晰度评价指标不能区分不同模糊程度图像。相 对而言，本发明方法两个指标和MH指标值保持着一个均匀的下降速度，但是本发明方法两 个指标折线更为紧密，所以这两个指标更为精确，评价效果比现有技术好。
[0039] 实施例2
[0040] 本发明实施例对模糊图像进行清晰度评价，包括如下步骤：
[0041] 1)对"barbara. bmp"进行高斯模糊处理，高斯模糊的方差为10,模板尺寸大小由 [1X1]、[3X3]、[5X5]逐渐增加为[15X15]。
[0042] 2)为本发明方法设置对比实验，具体同实施例1。
[0043] 3)用各个清晰度指标来评价处理好的图像，得到指标值后绘出评价曲线，如图5 所示。随着高斯模糊模板尺寸的增加，所有指标都显示出下降的趋势。观察M2、M3、M4、M5 和M6,它们的值在模板尺寸从[1X1]到[3X3]时都经历了一个突降，但是接下来的变化就 没有那么明显，这会导致这几个指标在对模糊程度较高的图像进行评价时不能体现出清晰 度的差异性。另外，M7的曲线一直在均匀的下降，但是下降的速度比较慢，导致指标对模糊 不太敏感。其余指标下降的速度都能由快变慢，且相对Ml和MH来说本发明方法两个指标和 ML下降速度更快更均匀，在图像模糊程度的递增时它们能够对模糊图像的清晰度做出正确 的判别。
[0044] 实施例3
[0045] 本发明实施例对噪声图像进行清晰度评价，包括如下步骤：
[0046] 1)对"barbara. bmp"进行高斯模糊处理，高斯模糊的方差为10,模板尺寸大小由 [1X1]、[3X3]、[5X5]逐渐增加为[15X15]。之后对其加入均值为0方差为0.005的高 斯噪声，如图6所示。
[0047] 2)为本发明方法设置对比实验，具体同实施例1。
[0048] 3)用各个清晰度指标来评价处理好的图像，得到指标值后绘出评价曲线，如图7 所示。MH指标基本上没有什么变化，而且在模板尺寸增大时指标值增加导致评价出现错误。 M2、M3、M4、M5和M6的指标值在一个大幅度的下降之后都趋于不变，而且在某些地方还有轻 微的上升，这说明它们对噪声图像的评价不准确，因此M2、M3、M4、M5和M6在噪声下都无法 准确评价图像的清晰度。在模板尺寸较大时，M7保持一个均匀的下降速度，但是，当模板 尺寸较小时，M7值增加说明其对轻度噪声图像评价时不能得到正确的清晰度。本发明方法 两个指标以及MUML在噪声环境下依然能够做出准确的评价，并且在图像的模糊程度加重 时表现出均匀的下降，具有准确评价噪声图像清晰度的能力。
【主权项】
1. 基于四元数小波变换幅值与相位的图像清晰度评价方法，其特征在于，包括如下步 骤： 1) 准备待进行评价的灰度图像； 2) 对灰度图像进行四元数小波变换（QWT)，得到变换系数； 3) 由变换系数根据四元数代数计算得到各子带（LL、LH、HL、HH子带）对应的幅值 与相位信息，其中低频LL子带水平方向、垂直方向、对角方向的（0，巾，也）相位分别记 为PhaseLhor、PhaseLver、PhaseLdia，高频LH子带水平方向的Q相位记为PhaseLHhor， 高频HL子带垂直方向的相位记为PhaseHLver，高频HH子带对角方向的也相位记为 PhaseHHdia； 4) 由步骤3)得到的LL子带幅值计算其水平、垂直和正对角方向的梯度，分别记为 GradLhor、GradLver、GradLdia; 5) 将步骤3)和步骤4)得到的梯度值与对应方向的相位值进行处理之后得到清晰度评 价指标。2. 根据权利要求1所述的基于四元数小波变换幅值与相位的图像清晰度评价方法，其 特征在于，所述步骤1)具体为：准备大小为NXN的方形灰度图像X。3. 根据权利要求1所述的基于四元数小波变换幅值与相位的图像清晰度评价方法，其 特征在于，所述步骤2)具体为：对X进行QWT处理，每个子带都将其表示为x=a+bi+cj+dk 的形式，其中，i、j、k为四元数的三个虚数单位并且两两正交，a、b、c、d则是X对应的QWT 变换系数。4. 根据权利要求1所述的基于四元数小波变换幅值与相位的图像清晰度评价方法，其 特征在于，所述步骤3)具体为：根据计算公式对各子带进行计算得到对应的幅值与相位， 并记上相应的标记，该计算公式为：其中，m为幅值，（0，和也）分别为对应子带水平方向、垂直方向、对角方向的相位。5. 根据权利要求1所述的基于四元数小波变换幅值与相位的图像清晰度评价方法，其 特征在于，所述步骤4)具体为：由步骤3)得到的LL子带幅值m根据计算公式进行计算得 到m在水平、垂直和正对角方向的梯度，分别记为GradLhor、GradLver、GradLdia，该计算公 式为：其中，f(X，y)指m位于（X，y)处的幅值。6. 根据权利要求1所述的基于四元数小波变换幅值与相位的图像清晰度评价方法，其 特征在于，所述步骤5)具体为：由步骤3)和步骤4)计算得到的梯度和相位根据计算公式 计算得到一组清晰度评价值，该计算公式为：其中，x和y代表当前像素的位置。
【专利摘要】本发明公开了一种基于四元数小波变换幅值与相位的图像清晰度评价方法。(1)准备待进行评价的灰度图像；(2)对灰度图像进行四元数小波变换(QWT)，得到变换系数；(3)由变换系数根据四元数代数计算得到各子带(LL、LH、HL、HH子带)对应的幅值与相位信息；(4)计算LL子带幅值水平、垂直和正对角方向的梯度；(5)根据梯度和相位信息计算得到清晰度。本发明克服了现有图像清晰度评价方法适用范围不全面的问题，并且很好地解决了计算效率的问题，使得评价效果更好，计算更具实时性。
【IPC分类】G06T7/00
【公开号】CN105118057
【申请号】CN201510507027
【发明人】罗晓清, 张战成, 王治文, 张宝成, 吴小俊, 王骏
【申请人】江南大学
【公开日】2015年12月2日
【申请日】2015年8月18日