基于熵的复小波域半盲图像质量评测方法和系统的制作方法
【专利摘要】本发明涉及图像处理【技术领域】，公开了一种基于熵的复小波域半盲图像质量评测方法和系统，该方法包括：对输入的原始参考图像和待测图像进行子块划分，分别计算所有子块的图像信息熵，选择熵值大于所有子块的平均熵值的子块；计算原始参考图像和待测图像的子块的相位一致性值，并设置质量评测的视觉权重因子；对从原始参考图像和待测图像中选择的子块分别实施复小波变换；分别提取原始参考图像和待测图像的幅度和相位信息，结合视觉权重因子进行半盲图像质量评测。本发明运用信息熵选取图像中信息丰富的区域作为特征信息提取的空间，并综合利用了图像的幅度和相位信息，实现了基于图像主要特征的客观评测，并提高了图像质量评测的效率。
【专利说明】基于熵的复小波域半盲图像质量评测方法和系统
【技术领域】
[0001]本发明涉及图像处理【技术领域】，特别涉及一种基于熵的复小波域半盲图像质量评测方法和系统。
【背景技术】
[0002]在图像传输、多媒体通信以及视频处理等领域，图像通常经受一定程度的失真，如加性噪声、数据压缩、几何变形、运动模糊等造成的图像失真。为便于后继图像的分析和处理，通常需要对图像质量进行客观地评测，评测结果将有利于对图像处理系统中的算法设计参数进行优化配置、失真因素分析或图像修复等，进而可保证获取高质量的图像信号。
[0003]一般说来，图像质量的客观评测包括全参考图像质量评测方法、半盲评测方法(部分参考评测方法)以及盲评测方法(无参考评测方法)三种。全参考图像质量评测方法需要原始图像的全部信息，在实际图像处理系统中，由于图像数据量大，在图像处理接收端往往难以获取全部的原始图像，因此，全参考图像质量评测方法的实际应用有其局限性。半盲评测方法也就是需要原始参考图像的部分信息，如从图像中提取的特征信息作为质量评测方法的参考，该方法只需要部分信息，数据量较小，对实际图像处理系统的数据传输和处理的影响不大，因此，比较实用。盲评测方法也就是无参考评测方法，即是在图像处理接收端不需要原始图像信息作为参考，自动地对图像进行质量评测。该方法由于不知道图像的先验信息，在质量评测算法设计方面具有非常大的挑战性，在实际中的应用也不多。
[0004]目前，现有技术中最成熟的图像质量评测方案包括基于峰值信噪比的方法和基于结构相似度的方法。这两种方法实质上都需要原始参考图像的参与，属于全参考图像质量评测方法，在实际应用中都具有一定的局限性。基于峰值信噪比的方法直接对图像的像素进行处理，即计算原始参考图像与待测图像之间的能量差异，求出它们的峰值信噪比；基于结构相似度的方法充分考虑了图像的亮度信息、对比度信息以及结构信息，根据原始参考图像与待测图像之间关于上述信息的相关性进行评测。这两种方法均有计算简单高效的优点，但同时这两种方法也都仅仅考虑了图像空域的结构特点，忽略了图像的几何特征、相位特征等信息，不能较好地反映人眼对图像的真实感受，也难以较好地体现图像质量评测的主客观一致性。
【发明内容】
[0005]针对现有技术的缺陷，本发明所要解决的技术问题是如何较好地体现图像质量评测的主客观一致性。
[0006]为解决上述问题，一方面本发明提供了一种基于熵的复小波域半盲图像质量评测方法，包括步骤:
[0007]对输入的原始参考图像和待测图像进行子块划分，分别计算所有子块的图像信息熵，选择熵值大于所有子块的平均熵值的子块；
[0008]计算原始参考图像和待测图像的子块的相位一致性值，并设置质量评测的视觉权重因子；
[0009]对从原始参考图像和待测图像中选择的子块分别实施复小波变换；
[0010]分别提取原始参考图像和待测图像的幅度和相位信息，结合视觉权重因子进行半盲图像质量评测。
[0011]优选地，所述方法还包括步骤:
[0012]采用曲线拟合方式对质量评测结果进行验证，以衡量评测的主客观一致性。
[0013]优选地，所述复小波变换分解的层数为3层，滤波器为近似对称的13，19-抽头滤波器和Q_Shiftl4，14抽头滤波器。
[0014]优选地，所述方法中，根据像素的分布概率分别计算所有子块的图像信息熵。
[0015]优选地，所述方法中，所述半盲图像质量评测具体包括步骤:
[0016]首先根据所述幅度和相位信息计算子块之间的质量评测值；
[0017]随后综合所有图像子块的质量评测值并结合视觉权重因子对整幅图像进行质量评测。
[0018]另一方面，本发明还同时提供了一种基于熵的复小波域半盲图像质量评测系统，所述系统包括:
[0019]信息熵模块，用于对输入的原始参考图像和待测图像进行子块划分，分别计算所有子块的图像信息熵，选择熵值大于所有子块的平均熵值的子块；
[0020]权重模块，用于计算原始参考图像和待测图像的子块的相位一致性值，并设置质量评测的视觉权重因子；
[0021]复小波变换模块，用于对从原始参考图像和待测图像中选择的子块分别实施复小波变换；
[0022]评测模块，用于分别提取原始参考图像和待测图像的幅度和相位信息，结合视觉权重因子进行半盲图像质量评测。
[0023]优选地，所述系统还包括:
[0024]验证模块，用于采用曲线拟合方式对质量评测结果进行验证，以衡量评测的主客观一致性。
[0025]优选地，所述复小波变换模块中:
[0026]所述复小波变换分解的层数为3层，滤波器为近似对称的13，19-抽头滤波器和Q-ShiftH, 14抽头滤波器。
[0027]优选地，所述信息熵模块中进一步包括:
[0028]熵计算模块，用于根据像素的分布概率分别计算所有子块的图像信息熵。
[0029]优选地，所述评测模块中进一步包括:
[0030]子块评测模块，用于根据所述幅度和相位信息计算子块之间的质量评测值；
[0031]综合评测模块，用于综合所有图像子块的质量评测值并结合视觉权重因子对整幅图像进行质量评测。
[0032]本发明对基于结构相似度的方法进行了改进，运用信息熵选取了图像中边缘、纹理以及轮廓等信息丰富的区域作为特征信息提取的空间，并综合利用了图像的幅度和相位信息，实现了基于图像主要特征的客观评测，并提高了图像质量评测的效率。【专利附图】
【附图说明】
[0033]图1为本发明的一个实施例中基于熵的复小波域半盲图像质量评测方法的流程示意图；
[0034]图2为本发明的一个优选实施例中的方法流程示意图；
[0035]图3为现有技术中基于结构相似度的质量评测的主客观一致性仿真结果示意图；
[0036]图4为本发明的质量评测的主客观一致性仿真结果示意图。
【具体实施方式】
[0037]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，所描述的实施例为实施本发明的较佳实施方式，所述描述是以说明本发明的一般原则为目的，并非用以限定本发明的范围。本发明的保护范围应当以权利要求所界定者为准，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，都属于本发明保护的范围。
[0038]考虑到基于结构相似度的评测方法在图像质量评测领域中具有代表性，本发明主要是针对基于结构相似度的方法进行的改进。现有技术的方法的主要缺点为:仅仅考虑了图像的空域结构属性之间的相关性，忽略了图像自身的几何特征和相位特征，导致该方法没有较好地体现图像质量评测的主客观一致性。因此，本发明根据信息熵能较好地反映图像边缘、轮廓等突变区域的特点，选取图像中信息熵大的区域作为特征空间，运用复小波变换技术提取图像的幅度特征信息和相位特征信息，并基于图像的边缘、幅度以及相位等部分特征信息设计了一种半盲图像质量评测方法。参见图1，在本发明的一个实施例中，基于熵的复小波域半盲图像质量评测方法包括步骤:
[0039]对输入的原始参考图像和待测图像进行子块划分，分别计算所有子块的图像信息熵，选择熵值大于所有子块的平均熵值的子块；
[0040]计算原始参考图像和待测图像的子块的相位一致性值，并设置质量评测的视觉权重因子；
[0041]对从原始参考图像和待测图像中选择的子块分别实施复小波变换；
[0042]分别提取原始参考图像和待测图像的幅度和相位信息，结合视觉权重因子进行半盲图像质量评测。
[0043]下面进一步结合实例对本发明的优选实施方式做进一步的说明。
[0044]其中，进一步参见图2，对输入的原始参考图像I1和待测图像I2进行子块划分，子块大小为16X16 ;分别计算所有子块的图像信息熵:
[0045]
【权利要求】
1.一种基于熵的复小波域半盲图像质量评测方法，其特征在于，所述方法包括步骤: 对输入的原始参考图像和待测图像进行子块划分，分别计算所有子块的图像信息熵，选择熵值大于所有子块的平均熵值的子块； 计算原始参考图像和待测图像的子块的相位一致性值，并设置质量评测的视觉权重因子; 对从原始参考图像和待测图像中选择的子块分别实施复小波变换； 分别提取原始参考图像和待测图像的幅度和相位信息，结合视觉权重因子进行半盲图像质量评测。
2.如权利要求1所述的方法，其特征在于，所述方法还包括步骤: 采用曲线拟合方式对质量评测结果进行验证，以衡量评测的主客观一致性。
3.如权利要求1所述的方法，其特征在于，所述复小波变换分解的层数为3层，滤波器为近似对称的13，19-抽头滤波器和Q_Shiftl4，14抽头滤波器。
4.如权利要求1所述的方法，其特征在于，所述方法中，根据像素的分布概率分别计算所有子块的图像信息熵。
5.如权利要求1所述的方法，其特征在于，所述方法中，所述半盲图像质量评测具体包括步骤: 首先根据所述幅度和相位信息计算子块之间的质量评测值； 随后综合所有图像子块的质量评测值并结合视觉权重因子对整幅图像进行质量评测。
6.一种基于熵的复小波域半盲图像质量评测系统，其特征在于，所述系统包括: 信息熵模块，用于对输入的原始参考图像和待测图像进行子块划分，分别计算所有子块的图像信息熵，选择熵值大于所有子块的平均熵值的子块； 权重模块，用于计算原始参考图像和待测图像的子块的相位一致性值，并设置质量评测的视觉权重因子； 复小波变换模块，用于对从原始参考图像和待测图像中选择的子块分别实施复小波变换； 评测模块，用于分别提取原始参考图像和待测图像的幅度和相位信息，结合视觉权重因子进行半盲图像质量评测。
7.如权利要求6所述的系统，其特征在于，所述系统还包括: 验证模块，用于采用曲线拟合方式对质量评测结果进行验证，以衡量评测的主客观一致性。
8.如权利要求6所述的系统，其特征在于，所述复小波变换模块中: 所述复小波变换分解的层数为3层，滤波器为近似对称的13，19-抽头滤波器和Q-ShiftH, 14抽头滤波器。
9.如权利要求6所述的系统，其特征在于，所述信息熵模块中进一步包括: 熵计算模块，用于根据像素的分布概率分别计算所有子块的图像信息熵。
10.如权利要求6所述的系统，其特征在于，所述评测模块中进一步包括: 子块评测模块，用于根据所述幅度和相位信息计算子块之间的质量评测值； 综合评测模块，用于综合所有图像子块的质量评测值并结合视觉权重因子对整幅图像进行质量评测。
【文档编号】H04N17/00GK103945217SQ201410157669
【公开日】2014年7月23日 申请日期:2014年4月17日 优先权日:2014年4月17日
【发明者】刘金华 申请人:四川九洲电器集团有限责任公司