[发明专利]一种基于视觉显著性的色调映射图像质量评价方法

说明书

技术领域

本发明属于图像处理技术领域，涉及图像质量的评测技术，尤其是色调映射图像质量评价技术。

背景技术

近年来，科研人员们对高动态范围图像表现出极高的兴趣。我们通常看到的图像都是低动态范围图像，拥有256个亮度级。相比于低动态范围图像，高动态拥有的亮度级要远远超出256，甚至达到10000以上。这种高动态范围图像能更真实的反映出现实的场景。然而，一般的显示器仅用来显示低动态范围的图像。所以，为了实现高动态范围图像的可视化，必须利用色调映射算子将高动态范围图像转化成相应的低动态范围色调映射图像。但是，高动态范围转化成低动态范围，必不可少的会造成信息的丢失。随着越来越多的色调映射算子被发明，就会出现一个问题，即哪种色调映射算子性能更好？这就需要一个标准来比较它们转化出的低动态范围图像的质量。

目前色调映射低动态范围图像质量评价方法可以分为两类：主观评价和客观评价。主观评价是指通过主观实验来评价图像质量。主观评价具有准确、有效等优点，但也存在严重的缺点。一是主观评价只能测试有限数量的图像样本；二是实验过程很耗时并且费用昂贵。因此，人们需要设计符合主观评价结果的客观的图像质量评价方法。

目前存在的图像质量评价方法大多数只适用于参考图像和失真图像拥有同样的动态范围的情况，而可用于色调映射图像质量评价的方法仅有：“H.Yeganeh,and Z.Wang,Objective quality assessment of tone-mapped images,IEEE Transactions on Image Processing,22:657-667,2013.”在色调映射图像质量评价问题中，基本实现原理是比较高动态范围参考图像和低动态范围色调映射图像之间的差异，差异越大，代表质量越差，差异越小，代表质量越高。评价结果越接近人的主观评价表示该方法的准确性越高。另一方面，已有的评价方法预测准确性还不够高。

发明内容

本发明的目的在于提供一种基于视觉显著性的色调映射图像质量评价方法，其充分利用视觉显著性与图像质量的关系，大大提高了色调映射图像质量评价方法的准确性，满足实际应用中对色调映射图像质量评价方法的要求，解决了现有的色调映射图像质量评价方法预测准确性不够高的问题。

为达到上述目的，本发明的解决方案是：

一种基于视觉显著性的色调映射图像质量评价算法，包括以下步骤，定义任意一副高动态范围参考图像，将其记为f(x)，并将其通过色调映射算子得到的低动态范围失真图像记为f(y)：

(1)通过高动态范围参考图像f(x)和低动态范围失真图像f(y)共同确定第l个尺度的局部结构保真度S_local，并通过低动态范围失真图像f(y)单独确定视觉显著图V_m(x)以及统计自然性N；

(2)通过第l个尺度的局部结构保真度S_local和视觉显著图V_m(x)确定第l个尺度整体的结构保真度S_l；

(3)将多个尺度的结构保真度S_l结合起来得到低动态失真图像f(y)最终的结构保真度S；

(4)将结构保真度S与统计自然性N结合起来确定低动态范围失真图像f(y)的客观评价分数Q：

Q＝aS^a+(1-a)N^β

其中a用来调节结构保真度S与统计自然性N的相对重要性，α和β决定各自的敏感度。

因为S和N前面的系数相加和为1，所以如果a增大时，S的重要性增大，N的重要性减小，反之，a减小时时，S的重要性减小，N的重要性增大；就α和β而言，它们分别决定结构保真度S与统计自然性N的敏感度是说，如果它们增大的时候，结构保真度S与统计自然性N的敏感度变高，意思是，结构保真度S与统计自然性N发生变化时，对Q的影响变大，反之亦然，敏感度是指对整体的影响效果。

这里在仅存的客观色调映射图像评价方法的发明者的参数设置上根据实验稍作调整，取a＝0.8800，α＝0.3046和β＝0.7088，此时算法性能最好。

所述步骤(1)中，由高动态范围参考图像f(x)和低动态范围失真图像f(y)共同确定的第l个尺度的局部结构保真度S_local的确定包括以下步骤：