[发明专利]一种基于支持向量机的图像质量评价方法

说明书

技术领域

本发明属于图像处理技术领域，具体涉及一种基于支持向量机的图像质量评价方法。

背景技术

对图像质量的正确评价是图像信息工程领域内一项很有意义的研究课题。图像质量评价方法一般分为主观和客观两类。图像最终是为人所观看的，故其质量最准确的评价方法是主观评价，但是主观评价方法在实际应用中存在诸多问题，因此人们不懈地致力于设计客观的评价方法以近似反映主观感受要求。

现在国际上进行了基于解译度的遥感图像分级预估评价，部分国家已制定了基于解译度的像质预估与评价方法和体系，我国许多军事单位也纷纷提出建立基于解译度的遥感图像分级标准的需求。遥感图像的解译是通过遥感图像所提供的各种识别目标的特征信息进行分析、推理与判断，最终达到识别目标或场景理解的目的。遥感图像根据取得的地质效果，解译程度划分为四类：

①解译良好：地质体细节和地质构造轮廓全部可以从图像中获取到，能够编制出比较完备的解译地质图件；

②解译中等：主要地质构造和地质体主要状况可以从图像上获得，只能编制出粗略的解译地质图件；

③解译困难：只能看出部分地质构造和少量地质要素细节，仅可编制概略的解译地质略图；

④解译特别困难：只能看出少量的地质要素，不能形成完整的地质构造概念，无法编制同比例尺解译地质略图。

美国国防航空侦察署于1974年就发布了基于应用的国家图像解译度标准(NationalImagery Interpretability Rating Scale，简称为NIIRS)作为一种定量的主观图像质量标准，将用户的任务需求同遥感图像质量联系了起来；1978年这一标准被北约(North AtlanticTreaty Organization，简称为NATO)采用，称为图像解译度标准(Imagery InterpretabilityRating Scale，简称为IIRS)。1995年发布了民用NIIRS，其表达了图像的情报价值，体现了情报界对侦察图像的文字要求，构成了用户和研制部门之间交流的标准语言。我国军方也建立了中国图像解译度标准(Chinese Imagery Interpretability Rating Scale，简称为CIIRS)，类似于美国的NIIRS，是种基于图像解译度的像质预估与评估方法和体系，能够科学地指导光学遥感器的优化设计。

目前的这些方法，虽然参考的开发样本图像集合的特征指标不同，但是均采用线性回归方法开发出图像质量方程；尽管这些方法比较准确的建立了图像质量预估系统，但是具有需要样本图像多、处理数据多、运算速度慢、准确度有待提高等缺点。

目前有种改进的方法是寻找一种需要样本更少、处理速度更快、处理结果更准的机器学习方法，例如：模糊系统Fuzzy System和灰色系统Grey System虽然在分类中经常使用，但是准确度不高；人工神经网络(Artificial Neural Network，简称为ANN)虽然在非线性和分类问题上具有不错优势，但是泛化能力差，有局部最小点，其中泛化能力是指经过训练的网络对于不是样本集的输入也能给出合适的输出的性质；隐马尔科夫法Hidden MarkovModel建立和训练时间要求比较长。

发明内容

本发明的目的在于针对现有技术的不足：处理慢、可靠性差、泛化能力差、主观评价和客观测度不一致的缺点，提出一种基于支持向量机(SVM，全称为Support Vector Machine)的图像质量评价方法。

为达到能够准确地对图像质量作出评价的目的，本发明所述方法具有如下步骤：

步骤一，建立样本集；

对图像样本进行去噪处理后，选择其某些特征值，提取后进行一定的预处理。再结合对该图像样本的主观质量评价级别，构成样本集。然后将此样本集分为训练集和测试集两部分。

其中，图像样本为经过专家主观质量评价之后的图片，且各质量评价级别的样本数目差别不大；预处理即为数据的归一化处理。

其中，某些特征值是指对比度Contrast，熵Entropy，纹理Texture和模糊度Blur。

1)对比度Contrast

对比度指的是一幅图像的亮度分量中，明暗区域最亮值和最暗值之间不同亮度层级的测量，差异范围越大代表对比越大，差异范围越小代表对比越小。

同时对比度指图像目标与背景间亮度值即灰度的差比，是图像反差的测度之一。设B₁、B₂分别为目标与背景的亮度值，则同时对比度C定义为：