[发明专利]一种基于广义回归神经网络无参考JPEG2000压缩图像质量评价方法

权利要求书

1.一种基于广义回归神经网络无参考JPEG2000压缩图像质量评价方法，其特征在于按如下步骤进行：

(一)选择LIVE2数据库中的JPEG2000图像作为训练样本；

(二)将该库中的图像转化为相位一致图像；

(三)计算相位一致图像的信息熵、对比度和同质性；

(四)以上述3个参数作为输入，图像的DMOS值作为输出，在LIVE2数据库上对广义回归神经网络进行训练学习；

(五)用训练好的广义回归神经网络对待评价图像质量进行预测，得分作为图像的质量评价指标。

2.根据权利要求1所述基于广义回归神经网络无参考JPEG2000压缩图像质量评价方法，其特征在于：在步骤(二)中，相位一致图像由以下公式计算得到：

PC(x)=Σo|Eo(x)-To|ΣoΣnAno(x)+ϵ]]>式中，T_o是噪声补偿因子，o表示方向，ε为非常小的正数，取常量。

3.根据权利要求1所述基于广义回归神经网络无参考JPEG2000压缩图像质量评价方法，其特征在于：在步骤(三)中，三个参数的值分别由下述公式计算得到：

(1)信息熵：Entropy=ΣiΣjP(i,j)log2P(i,j);]]>

(2)对比度：Contrast=ΣiΣj(i-j)2P(i,j);]]>

(3)同质性：Homogemeity=ΣΣP(i,j)1+|i-j|;]]>

式中P(i，j)为相位一致图像的灰度共生矩阵。