[发明专利]图像质量评估方法及装置

权利要求书

1.一种图像质量评估方法，其特征在于，所述方法包括：

获取预定数量的样本图像，提取每个所述样本图像中与所述样本图像的Gabor小波变换特征信息、YCbCr颜色空间特征信息和MSCN系数统计特征信息相关的预设特征值；

根据提取的每个所述样本图像中的所述预设特征值，并利用支持向量机SVM方法进行训练得到一SVM分类器；

接收一输入图像，根据所述SVM分类器对所述输入图像进行评估预测得到一评估结果。

2.根据权利要求1所述方法，其特征在于，在提取每个所述样本图像中与所述样本图像的Gabor小波变换特征信息、YCbCr颜色空间特征信息和MSCN系数统计特征信息相关的预设特征值之前，所述方法还包括：

对每个所述样本图像进行预处理，并将预处理后的每个所述样本图像分割成多个子图像；

所述提取每个所述样本图像中与所述样本图像的Gabor小波变换特征信息、YCbCr颜色空间特征信息和MSCN系数统计特征信息相关的预设特征值包括：

提取每个所述样本图像中的每个所述子图像中与所述子图像的Gabor小波变换特征信息、YCbCr颜色空间特征信息和MSCN系数统计特征信息相关的预设特征值。

3.根据权利要求2所述方法，其特征在于，所述提取每个所述样本图像中的每个所述子图像中与所述子图像的Gabor小波变换特征信息、YCbCr颜色空间特征信息和MSCN系数统计特征信息相关的预设特征值包括：

提取每个所述子图像在YCbCr颜色空间每一通道对应的第一特征值；

提取每个所述子图像进行了Gabor小波变换后的小波图像的第二特征值；

提取每个所述子图像的亮度图像在水平、竖直、主对角、次对角四方向邻域MSCN系数对应的第三特征值。

4.根据权利要求3所述方法，其特征在于，所述提取每个所述子图像在YCbCr颜色空间每一通道对应的第一特征值包括：

将每个所述子图像从RGB颜色空间转换到YCbCr颜色空间得到Y、Cb、Cr每个通道的子图像；

为所述Y、Cb、Cr每个通道的子图像拟合一广义高斯分布模型；

提取所述Y、Cb、Cr每个通道对应的所述广义高斯分布模型的模型参数并作为所述第一特征值。

5.根据权利要求3所述方法，其特征在于，所述提取每个所述子图像进行Gabor小波变换后的小波图像的第二特征值包括：

将每个所述子图像进行归一化处理并转换为灰度图像；

对所述灰度图像进行Gabor小波变换获得预设两个频谱上各自对应的预设四个角度方向上的共8个小波图像；

为所述8个小波图像分别拟合一广义高斯分布模型并提取对应的每个所述广义高斯分布模型的模型参数作为所述第二特征值。

6.根据权利要求3所述方法，其特征在于，所述提取每个所述子图像的亮度图像在水平、竖直、主对角、次对角四方向邻域MSCN系数对应的第三特征值包括：

根据RGB颜色空间的每个所述子图像计算得到对应的亮度图像：

计算所述亮度图像在水平、竖直、主对角、次对角四方向邻域MSCN系数；

分别用非对称广义高斯模型拟合所述四方向邻域MSCN系数并估计相应的所述非对称广义高斯模型的模型参数以作为所述第三特征值。

7.根据权利要求1～6任一项所述方法，其特征在于，所述方法还包括：

在根据所述SVM分类器评估预测所述输入图像得到一评估结果后，判断所述评估结果是否满足一预设条件；

当所述评估结果满足所述预设条件时，将所述输入图像存储至一数据库中。

8.一种图像质量评估装置，其特征在于，所述装置包括：

特征提取模块，用于获取预定数量的样本图像，提取每个所述样本图像中与所述样本图像的Gabor小波变换特征信息、YCbCr颜色空间特征信息和MSCN系数统计特征信息相关的预设特征值；

数据训练模块，用于根据提取的每个所述样本图像中的所述预设特征值，并利用支持向量机SVM方法进行训练得到一SVM分类器；以及

质量评估模块，用于接收一输入图像，根据所述SVM分类器对所述输入图像进行评估预测得到一评估结果。