专利名称：基于图像局部统计特征的模糊图像无参考评测方法
技术领域：
本发明涉及一种基于图像局部统计特征的模糊图像无参考评测方法，属于图像处 理技术领域。
背景技术：
随着计算机网络和通信技术的发展，目前数字图像已经成为人们获取信息与交流 互动的一种重要媒介。数字图像在获取，压缩，处理，传输和重现过程中容易产生各种各样 的失真，而图像质量是衡量这些失真的主要指标。评测图像质量的方法有主观方法和客观 方法，由于图像的最终观察者是人，所以主观方法可靠性高，但主观方法费时费力且不易于 嵌入到自动化系统中，所以客观方法是当前质量评测的重点。客观评测方法根据是否有参 考图像又分为3类，全参考质量评测、部分参考质量评测和无参考质量评测。全参考和部分 参考质量评测方法需要参考图像或者参考图像的部分特征，而在许多实际应用中，参考图 像或其部分特征是很难或无法得到的，此时无参考图像质量评测方法就显得尤为重要。模糊又是图像失真的最常见现象。有许多原因会引起图像的模糊，例如去噪、滤 波、压缩或运动等等。近年来，许多学者开始致力于无参考模糊图像质量评测的研究，下面 介绍几种代表性方法。P. Marziliano等提出了一种针对JPEG2000图像的感知模糊和振铃蚀变度量尺度 "P. Marziliano, F. Dufaux, S. Winkler and Τ.Ebrahimi. Perceptual blur and ringing metrics !Applications to JPEG2000, Signal Processing Image Communication., vol. 19，no. 2, pp. 163-172，2004”。该方法首先通过SOBEL算子检测出图像竖直边缘，然 后逐行扫描发现边缘的开始和结束位置，开始和结束位置的距离被当作当前边缘的局部模 糊测度，最后平均所有的局部模糊测度作为最终的模糊度量。R. Ferzli and L. J. Karam 基于正引人注目的模糊概念提出一种无参考客观图像锐化尺度(JNBM) "R. Ferzli and L. J. Karam, A No-Reference Objective Image Sharpness Metric Based on the Notion of Just Noticeable Blur (JNB)， IEEE Transactions on Image Processing, vol.18, no. 4，pp. 717-728,2009. ”该方法首先将图像划分成64X64的图像块，根据SOBEL算子检 测的边缘像素点数依据一定的阈值将块划分成光滑和非光滑块。根据边缘的宽度和局部 对比度导出非光滑块的模糊测度，由非光滑块的模糊蚀变情况来计算整个图像的模糊测 度。Rania Hassen等提出一种基于局部相位一致测量的无参考图像锐化测度(LPCM) "R. Hassen, Z. Wang and Μ. Salama, No-reference image sharpness assessment based on local phase coherence measurement, in Proc. IEEE Int. Conf. Acoustics, Speech & Signal Processing,Mar. 2010. ”该方法利用可操控的金字塔小波分解图像，得到局部相位 一致图像，最后通过加权平均局部相位一致图作为最终的图像锐化测度。该方法涉及到复 杂的小波变换和相位计算，算法复杂度高，执行效率低。因此如何高效率高质量地度量模糊 蚀变非常重要。
发明内容
现有模糊图像无参考质量评测方法通常复杂度较高，且与主观评测方法一致性有 限，本发明的目的是为了克服这一局限，提出一种简单有效的基于图像边缘点区域局部统 计特征的模糊测度，实现简单有效、易于硬件实现的模糊图像无参考评测。按照本发明提供的技术方案，所述基于图像局部统计特征的模糊图像无参考评测 方法通过对待测试图像和再模糊图像边缘区域局部统计特征来构建模糊度量尺度，过程如 下(1)选择局部区域集合使用Sobel算子检测出原始待测试图像的边缘像素，然后 分配每个边缘像素到一个像素块的中心； (2)产生再模糊图像使用3*3的滤波器
权利要求
1.基于图像局部统计特征的模糊图像无参考评测方法，其特征是通过对待测试图像和 再模糊图像边缘区域局部统计特征来构建模糊度量尺度，过程如下(1)选择局部区域集合使用Sobel算子检测出原始待测试图像的边缘像素，然后分配 每个边缘像素到一个像素块的中心； (2)产生再模糊图像使用3*3的滤波器
2.如权利要求1所述基于图像局部统计特征的模糊图像无参考评测方法，其特征是参 数 α = 4. 3。
全文摘要
本发明公开一种基于图像局部统计特征的模糊图像无参考评测方法，主要解决模糊图像无参考客观评价问题。该方法步骤包括(1)、首先在待测试图像上采用滤波方法生成一幅模糊图像，(2)、使用Sobel算子检测出原始待测试图像的边缘，选择围绕边缘点的局部区域集合；(3)、根据选择的局部区域，统计出原始图像和生成模糊图像的变差统计；(4)、适当调整局部区域变差统计；(5)、根据这些变差统计，构造了一个模糊图像评价测度。本发明结构简单、计算复杂度低，易于硬件实现，与主观评价高度一致的优点，可用于对图像视频处理方法进行有效性检测。
文档编号H04N17/00GK102006497SQ201010554928
公开日2011年4月6日 申请日期2010年11月16日 优先权日2010年11月16日
发明者吉训生, 吴小俊, 李朝锋, 桑庆兵, 袁万立 申请人:江南大学