[发明专利]一种基于激励响应的无参考图像质量评价方法

说明书

本发明公开了一种基于激励响应的无参考图像质量评价方法。步骤如下：构建一个激励信号，并且将其作用于待评价图像，得到激励响应信号；将待评价图像和激励响应信号由RGB空间转换到YIQ空间；构建一组二维边缘检测算子，对待评价图像和激励响应信号在YIQ空间Y通道上的分量进行卷积处理，获得待评价图像和激励响应信号在YIQ空间Y通道上、I通道和Q通道上的分量的特征信息；以特征信息作为输入，利用机器学习的方法对待测试图像的图像质量映射的质量评价，得到待评价图像质量客观评价值。本发明有效地提取了图像的特征信息，运算速度快，计算复杂度比较低，并且基于此方法得到图像质量客观评价值与主观评价具有较好的一致性，能够比较好的评价图像的质量。

技术领域

本发明属于图像处理技术领域，尤其涉及一种基于激励响应的无参考图像质量评价方法。

背景技术

人类获得的大部分信息都来自于我们的视觉系统，也就是说我们从图像中获得我们需要的大部分信息。可见图像在我们的日常生活中扮演着十分重要的角色，但是图像在获取、存储、压缩、传输和重建的过程中往往会引入失真而导致图像质量的损失。图像质量评价采用一定的评价标准度量图像质量的损失程度，是度量和优化图像和视频处理系统性能的一个重要指标，具有重要的应用价值。

主观评价和客观评价是图像质量评价的两种主要方法。主观质量评价是利用观察者对测试图像进行评价，此方法评价结果最为真实可靠，但存在费时费力，可操作性差和很难直接应用于工程等缺点。而客观图像质量评价可以通过构建数学模型的方法实现自动、高校的对图像质量进行评价，具有十分重要的研究价值。客观图像质量评价可以分为全参考、半参考和无参考的方法，其区别在于对无失真图像的依赖程度。由于无参考方法不依赖于原始参考图像，所以其具有很重要的应用价值。

实际应用中，无参考图像质量评价通常基于人类视觉系统的研究成果，利用图像的统计特性，提取与图像质量密切相关的特征信息，实现对图像失真程度的度量。由于目前对人类视觉生理以及心理学的认知并不充分，因此基于人类视觉系统特性的图像质量评价往往并不能十分好的反应图像的损伤程度。

发明内容

本发明的目的是针对现有的基于自然图像统计特性的无参考图像质量评价方法中，由于对自然图像的统计特性了解不够全面而导致的图像质量性能不够高等缺陷，提出一种基于激励响应的无参考图像质量评价方法。通过将激励信号作用于失真图像，根据带评价图像对激励信号的不同相应来评价图像的质量。

本发明采取的技术方案是：

首先将激励信号作用于失真图像，得到激励相应信号，分别将激励相应信号和失真图像转换到YIQ空间，提取激励相应信号和失真图像在Y通道的梯度幅值方差信息以及在I和Q通道的方差信息作为评价图像质量的基准，接下来，利用支持向量机将提取的度量信息进行聚合以及映射得到失真图像的质量评价值。

本发明解决其技术问题所采用的技术方案如下：

步骤(1).输入公知数据库(如美国德州大学奥斯汀分校的LIVE图像数据库) 中的失真图像I_D；

步骤(2).构建激励信号R_x，例如可以使用下面的激励信号：

步骤(3).利用步骤(2)所建立的激励相应对步骤(1)输入的失真图像I_D进行卷积计算，得到激励相应信号I_R：

其中，i表示的是图像中像素点的位置，代表卷积运算。

步骤(4).将激励响应信号I_R和失真图像I_D由RGB空间转换到YIQ空间，例如可以使用下面的转换公式：