[发明专利]实现图像质量评价控制的方法、计算机可读存储介质和处理器

说明书

本发明涉及一种计算机软件系统中基于梯度空间特征统计实现图像质量评价控制的方法，包括以下步骤：系统读入图像信息并对图像做灰阶变换并得到灰阶图像；根据所得到的灰阶图像进行图像梯度空间计算；根据所述的图像梯度空间计算高斯相似度特征；对所得到的高斯相似度特征进行从低到高排序，并计算得到图像质量评价结果。本发明还涉及一种计算机可读存储介质和处理器。采用了本技术方案，充分利用了图像场景中梯度局部特征，通过高斯相似度计算实现了关键特征点的提取，从而克服了传统方法所无法解决的问题。

技术领域

本发明涉及图像处理领域，尤其涉及图像质量评价领域，具体是指一种计算机软件系统中基于梯度空间特征统计实现图像质量评价控制的方法、计算机可读存储介质和处理器。

背景技术

在现实应用中，图像在获取、压缩、传输以及存储过程中会因设备故障、电磁干扰等主、客观因素的影响，而不可避免的引入失真，这些失真会造成画面质量的下降，因此有效的评价图像的质量对于图像运维、应用方面有着重大意义。在图像质量评价技术中，主流的方法有基于参考图像的统计方法和无参考的统计分析的方法，前者通过比较源图像和失真图像全局或局部的差异,并求出该差异的统计量，再将图像质量与统计量关联，但是需要严格的有参考图像的支撑，实际应用环境很难获取源图像导致该方法无法大规模推广。基于机器学习的无参考图像质量评价方法假定质量相近的图像特征具有相同的统计规律,且该统计量的概率分布可通过学习的方法获取，该方法相对于基于参考图像的统计方法对不同的图像类型和应用场景具有较好的适应性。

经过对现有技术的文献检索发现，现有技术通常依赖于图像场景的高斯分布假设。如AK Moorthy,AC Bovik在《IEEE Transactions on image processing》(IEEE图像处理期刊)第12卷，第20期，第3350-3364页发表的“Blind image quality assessment:Fromnatural scene statistics to perceptual quality”一文提出的基于频率域的自然场景统计。A Mittal,AK Moorthy和AC Bovik在《IEEE Transactions on image processing》(IEEE图像处理期刊)第12卷，第21期，第4695-4708页发表的“No-reference imagequality assessment in the spatial domain”一文提出的基于空间域自然场景统计。然而，这些方法未能考虑到图像场景中的实际特征分布，从而对于一些监控的图像质量预测不够准确。

发明内容

本发明的目的是克服了上述现有技术的缺点，提供了一种基于图像梯度计算、满足光照不均匀条件、适用范围较为广泛的计算机软件系统中基于梯度空间特征统计实现图像质量评价控制的方法、计算机可读存储介质和处理器。

为了实现上述目的，本发明的计算机软件系统中基于梯度空间特征统计实现图像质量评价控制的方法、计算机可读存储介质和处理器如下：

该计算机软件系统中基于梯度空间特征统计实现图像质量评价控制的方法，其主要特点是，所述的方法包括以下步骤：

(1)系统读入图像信息并对图像做灰阶变换并得到灰阶图像；

(2)根据所得到的灰阶图像进行图像梯度空间计算；

(3)根据所述的图像梯度空间计算高斯相似度特征；

(4)对所得到的高斯相似度特征进行从低到高排序，并计算得到图像质量评价结果。

较佳地，所述的步骤(1)中的对图像做灰阶变换，具体为：

根据以下公式对图像进行从彩色到灰阶的变换：

I＝0.299×R+0.587×G+0.114×B，

其中，R、G、B分别为所述的图像信息中各个像素点的红色、绿色、蓝色的数值，I为灰阶转换后图像的各个像素点的数值。