[发明专利]一种无参考图像模糊度估计新方法

说明书

技术领域

本发明涉及像素域无参考图像质量评价领域，具体涉及一种基于图像边缘长度和边缘宽度的无参考图像模糊度估计方法。

背景技术

随着网络多媒体技术的不断发展，人们可以通过各种途径方便地获取海量的图像和视频等视觉信息。然而人们观看到的一幅图像或者一段视频往往已经经过了许多个阶段的处理，每个阶段的处理都有可能引入图像失真。比如摄像图采集视频时往往会受到噪声、对焦不准、摄像头运动等影响。为了节约传输带宽和存储空间，采集到的视频会被压缩，这同样会产生一定的失真。图像或者视频数据在传输时由于信道的限制也会产生丢包、延时等失真。

因此，度量图像的失真程度成为一个迫切需要解决的问题。通过测试员对图像进行主观打分的主观评价方法可以较为准确地判定图像质量。然而我们一般需要的是能够嵌入系统里面对图像进行质量评价的方法，这就需要对客观图像质量评价方法进行研究。

客观图像质量评价方法主要分为全参考图像质量评价、部分参考图像质量评价以及无参考图像质量评价三种方法，前两种方法都对失真图像对应的原始图像有一定程度的依赖，而无参考图像质量评价不需要原始图像的任何先验信息，直接对失真图像进行质量评价。由于在很多实际应用场合中很难获取原始图像作为参考，无参考图像质量评价在近年来获得广泛的关注，虽然目前有一些研究进展，但远远不能满足实际需求。

由于目前人们对人类视觉系统和相应的大脑认知过程的认识不足，无参考图像质量评价的研究遇到极大的挑战，目前无参考图像质量评价主要有利用图像的某些统计特征、针对特定的失真类型和失真过程、基于人类视觉系统等几个大方向。然而由于通过图像的统计特征进行图像质量评价的方法往往需要复杂的变换和统计，而且很难对应有明确的物理意义。而人类对于大脑的有限研究也限制了基于人类视觉系统的图像质量评价方法的效果。因此针对特定失真类型的无参考图像质量评价方法成为了研究的热点。由于模糊在各种图像中的广泛出现，因此图像模糊度估计是针对特定失真类型的无参考图像质量评价领域的主要研究方向。

对于无参考模糊度估计，人们做了很多的相关工作。谢小甫等人提出了一种基于梯度图像和SSIM的模糊度估计方法[1]；张东提出了一种基于自然图像统计的无参考图像质量评价方法[2]；Marzilian等人提出了基于边缘宽度的图像质量评价方法[3]；Caviedes等人通过DCT系数的统计规律衡量模糊度[4]。在以上所述的各种方法中，Marzilian等人提出的基于边缘宽度的方法影响最深，很多人基于他们的研究提出了许多改进方法。如Ong等人先计算边缘点的梯度方向，再沿着边缘点的梯度方向计算边缘宽度，Xin Wang等人利用边缘两侧的像素亮度差和边缘宽度的比值定义边缘斜率这一指标，并用其衡量图像模糊程度等等。这些基于计算边缘宽度衡量图像模糊度的方法取得了较其他方法取得了较好地效果，并且有着明确的物理意义，另外计算较为简单，耗时不高，可以说性能较为出色。

然而图像的模糊程度显然不仅仅和边缘的宽度有关单纯基于边缘宽度进行模糊程度估计的结果并不能达到最好。因此本发明提出一种基于边缘长度和边缘宽度的联合图像模糊度估计方法。本发明不但将边缘长度应用于图像模糊度评价，也提出了一种简单有效的将边缘图像分割为独立的边缘线的方法。而且，与传统计算边缘宽度不同的是，本方法认为距离相近边缘点的边缘宽度也是变化不大的，为此每隔多个点才计算一次边缘宽度，减少了运算量。另外，本方法通过相邻边缘点的位置来判断边缘方向，并沿着垂直与边缘的方向计算边缘宽度。

为了比较本发明提出方法和其他方法的性能。我们利用LIVE图像数据库中的图像进行测试。该图像数据库由美国德州大学奥斯汀分校LIVE实验室的图像质量评价研究人员提供。LIVE图像数据库中图像的主观分数是严格依照国际电信联盟下属的视频质量专家组制定的视频质量评价标准进行实验得到的。

参考文献

[1]谢小甫,周进,吴钦章.一种针对图像模糊的无参考质量评价指标[J].计算机应用.2010,30(4):921-924.

[2]张东,自然图像统计在图像处理领域的应用[D].2013.

[3]Marziliano,Pina,et al."A no-reference perceptual blur metric."Image Processing.2002.Proceedings.2002International Conference on.Vol.3.IEEE,2002.