[发明专利]一种面向图像集的置信度一致性增强质量评价方法

权利要求书

1.一种面向图像集的置信度一致性增强质量评价方法，其特征在于，包括以下步骤：

步骤1、首先使用质量评价方法M对获取的原始图像集(I₁,I₂,…,I_n)中的全部图像进行质量评价，得出每幅原始图像的质量分数，其中，第i幅原始图像I_i的质量分数为α_i，i＝1,2,…,n，n为图像集中所包含图像的总数量；

步骤2、使用图像质量增强算法A对原始图像集(I₁,I₂,…,I_n)中的全部原始图像进行图像质量增强，得到增强图像集(I’₁,I’₂,…,I’_n)；

步骤3、使用质量评价方法M对增强图像集(I’₁,I’₂,…,I’_n)中的每一幅增强图像做质量评价，得到每幅增强图像的质量分数，其中，第i幅增强图像I’_i的质量分数为β_i；

步骤4、计算得到原始测试数据CEQA₁,CEQA₂,…,CEQA_n，其中，CEQA_i＝β_i－α_i；

步骤5、计算原始测试数据CEQA₁,CEQA₂,…,CEQA_n的平均值U与标准差S；

步骤6、根据平均值U与标准差S设置置信区间，依据置信区间对原始测试数据值进行筛选，从n个原始测试数据中选出m个数据作为有效测试数据；

步骤7、将m个有效测试数据重新排序整理为CEQA’₁,CEQA’₂,…,CEQA’_m；

步骤8、将m个有效测试数据与0值比较，若全部有效测试数据都大于0，则说明在质量评价方法M的评价下，图像质量增强算法A为一致性增强算法；否则，图像质量增强算法A为非一致性增强算法。

2.如权利要求1所述的一种面向图像集的置信度一致性增强质量评价方法，其特征在于，在所述步骤5中，平均值标准差

3.如权利要求1所述的一种面向图像集的置信度一致性增强质量评价方法，其特征在于，在所述步骤6中，原始测试数据位于所述置信区间外的数据为可忽略误差，将其舍弃，位于所述置信区间内的数据为所述有效测试数据。

4.如权利要求3所述的一种面向图像集的置信度一致性增强质量评价方法，其特征在于，在所述步骤6中，所述置信区间为[U-ε,U+ε]，式中，ε为参数ε＝λ·S，λ为根据具体应用的需求设置参数。

5.如权利要求1所述的一种面向图像集的置信度一致性增强质量评价方法，其特征在于，在所述步骤8后还包括步骤9：

步骤9、分别找出有效测试数据CEQA’₁,CEQA’₂,…,CEQA’_j,…,CEQA’_m中的最大值CEQA_max与最小值CEQA_min，并计算平均值CEQA_ave；

步骤10、计算得到CEQA_有效：

式中，μ为权重系数，0μ1。