[发明专利]一种基于梯度自相似度的无参考图像客观质量评价方法

说明书

技术领域

本发明涉及一种图像质量评价方法，尤其是涉及一种基于梯度自相似度的无参考图像客观质量评价方法。

背景技术

图像是人类获取信息的重要途径，图像质量表示图像向人或设备提供信息的能力，直接关系着所获取信息的充分性与准确性。然而，图像在获取、处理、传输和存储的过程中，由于各种因素影响，因此将不可避免的产生降质问题，这给信息的获取或图像的后期处理带来了极大困难。因此，建立有效的图像质量评价机制非常重要，如在图像去噪、图像融合等处理过程中可用于各种算法的性能比较、参数选择；在图像编码与通信领域可用于指导整个图像的传输过程并评估系统性能。

图像质量评价方法可以分为两类：主观评价方法和客观评价方法。前者是由观察者对图像质量进行评分，得到平均评价分用以衡量图像质量；后者是利用数学模型计算图像质量。主观评价方法的实验结果比较可靠，但费时费力。客观评价方法又可分为三类：全参考图像质量评价方法、半参考图像质量评价方法和无参考图像质量评价方法，当前研究最多的是全参考图像质量评价方法，但是多数应用中无法获得相应的原始图像，因此，无参考图像质量评价方法的研究更具实用价值。

无参考图像质量评价方法可分为特定失真评价方法和通用评价方法两种，特定失真评价方法只能对某种特定失真类型的图像进行评价，例如JPEG、JPEG2K及Gblur失真等，无法对其它失真类型的图像及多种处理技术处理后的图像进行质量评价；通用评价方法可以同时对多种失真类型的图像进行评价。

然而，现有的通用无参考图像质量评价方法并没有充分考虑结构失真对视觉质量的影响，因此，如何在评价过程中有效地提取视觉结构特征信息，在评价过程中与人眼视觉特性结合，通过梯度自相似度特征提取和机器学习等方法，使得客观评价结果更加符合人类视觉感知系统，是图像进行客观质量评价过程中需要研究解决的问题。

发明内容

本发明所要解决的技术问题是提供一种基于梯度自相似度的无参考图像客观质量评价方法，其能够充分考虑到图像梯度自相似度改变对视觉质量的影响，从而能够有效地提高客观评价结果与主观感知之间的相关性。

本发明解决上述技术问题所采用的技术方案为：一种基于梯度自相似度的无参考图像客观质量评价方法，其特征在于包括以下步骤：

①令{I_d(x,y)}表示待评价的失真图像，其中，1≤x≤W,1≤y≤H，W表示{I_d(x,y)}的宽度，H表示{I_d(x,y)}的高度，I_d(x,y)表示{I_d(x,y)}中坐标位置为(x,y)的像素点的像素值；

②对{I_d(x,y)}实施梯度滤波，得到{I_d(x,y)}的梯度信息的幅值图像，记为{M_d(x,y)}，其中，M_d(x,y)表示{M_d(x,y)}中坐标位置为(x,y)的像素点的像素值；

③对{M_d(x,y)}进行四个方向的滤波处理，得到{M_d(x,y)}的水平方向信息图像、垂直方向信息图像、主对角线方向信息图像和副对角线方向信息图像，对应记为{H_d(x,y)}、{V_d(x,y)}、{D_d(x,y)}和其中，H_d(x,y)表示{H_d(x,y)}中坐标位置为(x,y)的像素点的像素值，V_d(x,y)表示{V_d(x,y)}中坐标位置为(x,y)的像素点的像素值，D_d(x,y)表示{D_d(x,y)}中坐标位置为(x,y)的像素点的像素值，表示中坐标位置为(x,y)的像素点的像素值；