[发明专利]图像质量评估方法及装置

说明书

技术领域

本公开涉及图像处理技术领域，尤其涉及一种图像质量评估方法及图像质量评估装置。

背景技术

随着信息时代的到来，数字图像作为一种重要的信息载体已经非常普遍，例如一些票据、身份证、客户资料等的数字图像已成为社会活动中常用的信息载体。伴随数字图像信号处理技术的发展，图像工程成为了一门内容丰富且发展迅速的学科，一个图像的处理系统通常包括图像的采集、显示、存储、通信、处理和分析等。在目前的技术水平下，在图像的采集、传输和处理等过程中难免都会产生一些失真。然而很多应用中需要量化图像中存在的失真会给感官造成怎样的影响，例如人眼是否无法识别图像中的目标内容等。因此，需要通过图像质量客观评价的方法对一些图像质量进行有效的评估。当前，数字图像质量评估方法的研究是图像信息工程研究中最重要的基础研究课题之一，且依据对原始图像参考度的不同，图像质量的评估方法可分为三种类型：全参考型、部分参考型和无参考型。其中，全参考型就是在评价失真图像时，可以将无任何质量失真的原始图像作为参考。部分参考型是指仅利用原始图像的部分信息来估计失真图像的视觉感知质量。相比全参考型和无参考型评估方法，无参考型在应用方面具有更大的潜力，这是由于其不需要参考图像的任何信息，仅根据失真图像就可以评估图像质量。

近年来，随着图像质量评价领域的发展，无参考型图像质量评价方法引起了越来越多的关注。因此，相关技术中已出现一些无参考型图像质量评估方法。但是在相关技术中，目前的一些无参考型图像质量评估算法依然存在一些缺点，例如大多算法利用模糊图像的局部形变特性来预测图像的质量，显然具有很大的局限性。此外，对于图像的多数特征提取过程仅对单一颜色模型进行特征提取，难以准确反映人类对图像质量的视觉感知效果，在实际应用中图像质量评估的预测精度以及评估预测效果等也有待提高。

因此，有必要提供一种新的技术方案改善上述方案中存在的一个或者多个问题。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种图像质量评估方法及图像质量评估装置，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开实施例的第一方面，提供一种图像质量评估方法，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。

本公开的一种示例性实施例中，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。

本公开的一种示例性实施例中，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。

本公开的一种示例性实施例中，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；