[发明专利]基于视觉注意力的图像质量检测方法

说明书

本发明涉及一种基于视觉注意力的图像质量检测方法，其主要是在视觉信息保真度(VIF)方法的基础上，结合以方差为视觉决断因素的图像结构信息分析，来建立模拟人类视觉系统对图像的视觉注意力分布模型。其首先对图像不同区域内的结构信息复杂度进行方差计算，再依据不同图像区域的结构信息复杂度方差对VIF方法加权计算，并最终对比参考图像评估图像质量，以实现模拟人类视觉系统对图像的主观质量评估。本发明的图像质量检测方法，能够获得与人类主观评测更为一致的结果。

技术领域

本发明涉及一种图像质量检测方法，尤其是一种基于视觉注意力的图像质量检测方法，其能够运用计算模型尽可能地模拟人类主观意识进行图像质量的评估。

背景技术

目前，对图像质量进行客观评价的方法有多种，包括PSNR、SSIM、VIF、SEDLAI和IGM等。但是，这些现有方法均存在与人类视觉系统(即Human Visual System，简称HVS)的主观评价结果不相符的缺陷。

以VIF(即视觉信息保真度，Visual Information Fidelity，简称VIF)法为例。

VIF最初应用于自然感图像质量评价，依赖于自然场景统计模型、图像信号失真通道和人眼视觉失真模型。如图1所示的VIF评价模型示意图，VIF评价模型需满足以下假设：(1)图像源的统计分布满足GSM(即Gaussian Scale Mixture，简称GSM)模型；(2)图像小波域系数不相关，各小波子带相互独立；(3)人眼视觉失真解释为内部神经元的噪声特性；(4)输入信号(参考图像系数)和输出信号(失真图像系数)均已知。

即VIF评价模型中假设输入图像、图像失真通道、失真图像模型均是精确的，利用I(C；E|z)和I(C；F|z)分别表示人眼能够理想的从输入图像和失真图像特定子带中提取的信息。I(C；E|z)解释为输入图像信息内容，I(C；F|z)解释为输入图像和失真图像的互信息值。该值在视觉上从失真图像相对于输入图像中出现的信息内容中提取，由于各小波子带相互独立，则两种信息测量的比例能够扩展到多个子带，和分别是第k个子带相应的互信息测量，其中k是子带数，VIF指标可表示为：

图像信息质量检测目的是运用计算模型尽可能地模拟主观意识进行图像质量的评估。而现有的图像信息质量检测方法尚不能获得与人类主观评测最为一致的结果。

发明内容

为了克服现有技术的上述缺陷，本发明目的在于提供一种基于视觉注意力的图像质量检测方法，其能够获得与人类主观评测更为一致的结果。

为了达到上述目的，本发明提供的主要技术方案包括：

一种基于视觉注意力的图像质量检测方法，其主要是在视觉信息保真度(VIF)方法的基础上，结合以方差为视觉决断因素的图像结构信息分析，来建立模拟人类视觉系统对图像的视觉注意力分布模型。

本发明一个实施例的图像质量检测方法，其主要步骤包括：

S1、对图像不同区域内的结构信息复杂度进行方差计算；

S3、依据不同图像区域的结构信息复杂度方差对VIF方法加权计算；

S4、最终对比参考图像评估图像质量，以实现模拟人类视觉系统对图像的主观质量评估。

本发明一个实施例的图像质量检测方法，其中，步骤S1具体是：对图像分块处理，并分别计算每块图像的像素点像素值方差。

本发明一个实施例的图像质量检测方法，其中，一张图片的方差是以下式表示的：

其中，x_k表示在图像中k点的像素值，表示一张图片的平均像素。

上述任一种图像质量检测方法，其中，步骤S3之前，还包括步骤S2、根据设定的阈值进行无用信息剔除操作。