[发明专利]一种基于Contourlet变换和Frobenius范数半参考图像质量评价方法

说明书

技术领域

本发明涉及一种基于Contourlet变换和Frobenius范数半参考图像质量评价方法，属于图像处理技术领域。

背景技术

数字图像已经存在于我们生活的方方面面，但图像在采集、传输、存取等过程中常常会引入失真，如何对图像进行质量评价很有意义。图像质量评价算法可分为主观质量评价算法和客观图像质量评价算法。主观评价虽然准确，但耗时耗力，又不能嵌入到系统中去自动评判，所以客观评价方法更加实用。客观图像质量评价算法可分为全参考图像质量评价(Full Reference,FR)、无参考图像质量评价(No Reference,NR)和半参考图像质量评价(Reduced Reference,RR)。目前，全参考图像质量评价算法发展最成熟，半参考图像质量评价算法次之，无参考图像质量评价算法正处于发展初期，尚没有形成统一完整的有效的无参考图像质量评价体系。半参考图像质量评价方法因为只用到参考图像的部分信息，易于传输，更易被嵌入即时应用系统中，比全参考方法更适合实际应用。

Contourlet变换具有多分辨率、局部定位、多方向性、近邻界采样和各向异性等性质，其基函数分布于多尺度、多方向上，少量系数即可有效地捕捉图像中的边缘轮廓，而边缘轮廓正是图像质量的主要特征，因此符合人眼视觉特性，适合图像质量评价。本发明在轮廓波变换(Contourlet Transform)的基础上，利用奇异值提取Contourlet域上的能量信息来来进行半参考图像质量评价。

发明内容

本发明是基于Contourlet变换提出了一种的半参考图像质量评价算法。首先对参考图像和待评价图像分别进行3尺度4级Contourlet分解，其次对每一子带进行奇异值分解，并使用Frobenius范数计算能量，得到每一尺度上的能量特征向量，最后计算参考图像和待评价图像3个尺度上能量特征向量之间的夹角并加权求和，最终得到待评价图像质量得分。在3个公开数据库上的大量实验结果表明，本发明算法性能优越，与人类视觉系统具有较高的一致性。

附图说明

图1是Contourlet分解示意图

图2是本发明算法流程图

具体实施方式

Contourlet变换由拉普拉斯金字塔和方向滤波器组成，拉普拉斯金字塔(Laplacian Pyramid,LP)产生多分辨率图像，方向滤波器组(Directional Filter Bank,DFB)得到不同方向子带的高频信息(带通方向子带)，原始图像首先应用LP得到低频信息和高频信息，然后对高频信息应用DFB得到带通方向子带，对低频信息循环此过程可得到多分辨率带通方向子带。

对参考图像和待评测图像进行3尺度Contourlet分解，每一尺度上进行4级方向分解，每一尺度上得到16个不同方向子带，分别计算每一子带的能量，因此得到每一尺度的子带能量特征向量Eng_vector(k)，如下式所示，Eng_vector(k)＝Eng(k),k＝1,2，…，16。

其中，一个矩阵A的能量Eng可用Frobenius范数表示，对一幅大小为m×n的灰度图片A进行奇异值分解，可得到图像的能量Eng：