[发明专利]一种参考质量模糊图像预测方法、终端及存储介质

权利要求书

1.一种参考质量模糊图像预测方法，其特征在于，所述方法包括：

将待预测图像转化为灰度图像；以及，获取参考图像的高斯模糊失真图像的第一特征向量和第二特征向量，其中，所述第一特征向量为所述高斯模糊失真图像的纹理特征构成的特征向量，所述第二特征向量为所述高斯模糊失真图像经低通滤波后的纹理特征构成的特征向量；

根据所述灰度图像，提取所述待预测图像的结构特征，并计算得到所述待预测图像与所述参考图像之间的结构相似度，以及所述第一特征向量和所述第二特征向量的纹理相似度；

根据预设神经网络预测模型，以所述结构相似度和所述纹理相似度为输入样本，将得到的输出结果作为所述待预测图像的预测图像。

2.根据权利要求1所述的参考质量模糊图像预测方法，其特征在于，所述将待预测图像转化为灰度图像，包括：

将待预测图像转化为尺寸为512*512的灰度图像。

3.根据权利要求1或2所述的参考质量模糊图像预测方法，其特征在于，所述计算所述第一特征向量和所述第二特征向量的纹理相似度，包括：

计算所述第一特征向量和所述第二特征向量的欧几里得距离；

将计算得到的欧几里得距离作为纹理相似度。

4.根据权利要求1所述的参考质量模糊图像预测方法，其特征在于，所述预设神经网络预测模型的隐层节点的个数的计算公式为：

其中，n、m表示输入输出节点的个数，a为1至10之间的任一数值。

5.根据权利要求1所述的参考质量模糊图像预测方法，其特征在于，所述第一特征向量和所述第二特征向量均为34维的特征向量。

6.一种终端，其特征在于，所述终端包括：存储器、处理器及通信总线；

所述通信总线用于实现处理器和存储器之间的连接通信；

所述处理器用于执行存储器中存储的参考质量模糊图像预测程序，以实现以下步骤：

将待预测图像转化为灰度图像；以及，获取参考图像的高斯模糊失真图像的第一特征向量和第二特征向量，其中，所述第一特征向量为所述高斯模糊失真图像的纹理特征构成的特征向量，所述第二特征向量为所述高斯模糊失真图像经低通滤波后的纹理特征构成的特征向量；

根据所述灰度图像，提取所述待预测图像的结构特征，并计算得到所述待预测图像与所述参考图像之间的结构相似度，以及所述第一特征向量和所述第二特征向量的纹理相似度；

根据预设神经网络预测模型，以所述结构相似度和所述纹理相似度为输入样本，将得到的输出结果作为所述待预测图像的预测图像。

7.根据权利要求6所述的终端，其特征在于，所述处理器用于执行所述参考质量模糊图像预测程序，以实现以下步骤：

将待预测图像转化为尺寸为512*512的灰度图像。

8.根据权利要求6或7所述的终端，其特征在于，所述处理器用于执行所述参考质量模糊图像预测程序，以实现以下步骤：

计算所述第一特征向量和所述第二特征向量的欧几里得距离；

将计算得到的欧几里得距离作为纹理相似度。

9.根据权利要求6所述的终端，其特征在于，所述处理器用于执行所述参考质量模糊图像预测程序，以实现以下步骤：

所述第一特征向量和所述第二特征向量均为34维的特征向量。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现以下步骤：

将待预测图像转化为灰度图像；以及，获取参考图像的高斯模糊失真图像的第一特征向量和第二特征向量，其中，所述第一特征向量为所述高斯模糊失真图像的纹理特征构成的特征向量，所述第二特征向量为所述高斯模糊失真图像经低通滤波后的纹理特征构成的特征向量；

根据所述灰度图像，提取所述待预测图像的结构特征，并计算得到所述待预测图像与所述参考图像之间的结构相似度，以及所述第一特征向量和所述第二特征向量的纹理相似度；

根据预设神经网络预测模型，以所述结构相似度和所述纹理相似度为输入样本，将得到的输出结果作为所述待预测图像的预测图像。