[发明专利]一种基于小波域的半参考图像质量评价算法

权利要求书

1.一种小波域半参考图像质量评价算法，其特征在于按如下步骤进行：

(一)分别对失真图像和参考图像进行2尺度小波分解；

(二)分别提取参考图像和失真图像的特征向量CX_low(i)和CY_low(i)；

(三)将失真图像特征向量CX_low(i)看成点CX_low[i]，参考图像特征向量CY_low(i)看成点CY_low[i]，计算图像质量评价标准D(X，Y)。

2.根据权利要求1所述小波域半参考图像质量评价算法，其特征在于：在步骤(一)中，图像进行小波分解后，可得到一个N维小波系数向量C，记为：C(i)＝[A(2)|H(2)|V(2)|D(2)|H(1)|V(1)|D(1)]，i＝1，2…N上式中A(2)为第2个尺度上的低频小波系数，H(2)、V(2)和D(2)分别为第2个尺度上的水平方向、垂直方向和对角线方向上的高频小波系数，H(1)、V(1)和D(1)分别为第1尺度上的水平方向、垂直方向和对角线方向上的高频小波系数。

3.根据权利要求1所述小波域半参考图像质量评价算法，其特征在于：在步骤(二)中，提取尺度2上的低频信息作为这些图片的特征向量，记为C_low(i)，C_low(i)＝A(2)＝C(i)，i＝1，2，…，n上式中C_low(i)为n维特征向量，n为尺度2上低频小波系数的个数。

4.根据权利要求1所述小波域半参考图像质量评价算法，其特征在于：在步骤(三)中，将图像特征向量C_low(i)看成n维欧氏空间中的一个点C_low[i]，将失真图像特征向量CX_low(i)看成点CX_low[i]，参考图像特征向量CY_low(i)看成点CY_low[i]，点CX_low[i]和CY_low[i]之间的距离为：上式中D(X，Y)可用来衡量失真图像和参考图像相近的程度，为本文的图像质量评价标准。D(X，Y)越小，说明失真图像越接近参考图像，失真图像质量越好，D(X，Y)越大，说明失真图像越远离参考图像，失真图像质量越差。