[发明专利]一种多视觉敏感特征相似度的全参考图像质量评价方法

说明书

(一).技术领域

本发明属于图像处理领域，涉及一种图像质量评价方法，尤其涉及一种基于多视觉敏感特征相似度的全参考图像质量评价方法。

(二).背景技术

图像质量评价是图像处理领域的关键问题，图像质量评价方法根据是否有人的参与可分成主观图像质量评价方法和客观图像质量评价方法。主观图像质量评价方法由人对图像进行打分，评价结果精确，但评价过程复杂，耗时时间长，难以得到实时应用。客观图像质量评价方法无需人的参与，通过特定的计算机算法自动预测图像质量，根据是否使用原始无失真图像作为参考，可将图像质量评价方法分成全参考图像质量评价方法，半参考图像质量评价方法和无参考图像质量评价方法。全参考算法使用参考图像的所有信息预测图像质量，半参考图像质量评价方法采用参考图像的部分信息进行图像质量预测，无参考图像质量评价方法不使用参考图像的任何信息进行图像质量评价，本发明设计一种全参考图像质量评价方法。传统的图像质量评价方法采用MSE(均方误差)或PSNR(峰值信噪比)进行图像质量评价，该方法物理意义明确，算法简单，但存在与人眼主观视觉特性不匹配等缺点，在实际场合得不到广泛应用。针对传统全参考图像质量评价方法以上缺点，Wang提出一种基于SSIM(结构相似度)的图像质量评价模型，但SSIM对模糊图像评价效果不太理想，特别是对于严重模糊的图像评价效果与主观视觉感受不符。针对以上全参考图像质量评价方法的不足，本发明提出一种多视觉敏感特征相似度的全参考图像质量评价方法，该方法提取出输入参考图像和失真图像的梯度、相位和锐度等特征，计算参考图像和失真图像之间的梯度、相位和锐度相似度，并将梯度相似度、相位相似度和锐度相似度合成成最终的客观图像质量评价指标。该方法集成了多种视觉敏感特征，具有较好的预测精度。

(三).发明内容

本发明的目的是提供一种预测效果更精确的全参考图像质量评价方法。

本发明的具体步骤是：

步骤(1)：对输入失真图像和参考图像提取梯度特征，并计算梯度相似度，具体步骤是：输入失真图像和参考图像，如输入图像为彩色图像，将彩色图像转换为灰度图像。记输入失真图像为D，记输入参考图像为S，对失真图像和参考图像分别采用Sobel算子提取出梯度信息，其中0°，45°，90°，和135°方向的Sobel算子公式如下：

采用四个方向的Sobel算子分别对输入失真图像D和参考图像R进行滤波，计算公式表 示如下：

S0=R⊗P0;S45=R⊗P45;S90=R⊗P90;S135=R⊗P135;]]>