[发明专利]一种基于彩色向量夹角LBP算子的无参考彩色图像质量评价方法

说明书

本发明公开了一种基于彩色向量夹角LBP算子的无参考彩色图像质量评价方法，本发明将彩色图像提取出红色图像分量、绿色图像分量和蓝色图像分量，将三个分量组成彩色向量，根据彩色向量计算出彩色向量夹角图像，并从彩色向量夹角图像中提取出CLBP特征和DLBP特征，并得到其均值、标准差、偏度、峰度和熵合成得到特征向量，送入支持向量机中训练和测试，得到客观图像质量分值。该方法充分利用图像的彩色信息构造出彩色向量夹角CLBP算子和DLBP算子，该方法充分考虑图像的空间邻域失真信息和彩色失真信息，提高了图像质量评价的效率和准确度。

技术领域

本发明属于图像处理领域，具体涉及一种基于彩色向量夹角LBP(局部二值模式)算子的无参考彩色图像质量评价方法。

背景技术

图像质量评价是图像处理领域的关键问题，图像质量评价方法根据是否有人的参与可分成主观图像质量评价方法和客观图像质量评价方法。主观图像质量评价方法由人对图像进行打分，评价结果精确，但评价过程复杂，耗时时间长，难以得到实时应用。客观图像质量评价方法无需人的参与，通过特定的计算机算法自动预测图像质量，根据是否使用原始无失真图像作为参考图像，可将图像质量评价方法分成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。全参考图像质量评价算法使用参考图像的所有信息预测图像质量，半参考图像质量评价方法采用参考图像的部分信息进行图像质量预测，无参考图像质量评价方法不使用参考图像的任何信息进行图像质量评价。传统的全参考图像质量评价方法采用MSE(均方误差)或PSNR(峰值信噪比)进行图像质量评价，该方法物理意义明确，算法简单，但存在与人眼主观视觉特性不匹配等缺点。针对传统全参考图像质量评价方法以上缺点，Wang提出一种基于SSIM(结构相似度)的全参考图像质量评价模型，但SSIM对模糊图像评价效果不太理想，特别是对于严重模糊的图像评价效果与主观视觉感受不符。当前的无参考图像质量评价方法可以分成基于特定失真类型的方法和通用型方法，基于特定失真类型的方法主要面向特定失真类型，如块效应、模糊度、噪声等；而通用型方法对所有失真类型进行图像质量评价。Moorthy采用小波系数的统计特性进行无参考图像质量评价，Ye采用Gabor滤波系数的视觉码本构建直方图进行质量评价，虽然这些方法提高了无参考图像质量评价的精度，但其结果与人眼的主观图像质量评价结果仍存在着差距。

发明内容

本发明的目的是针对现有技术的不足，提供一种基于彩色向量夹角LBP算子的无参考彩色图像质量评价方法，该方法预测效果更精确。

为了达到上述目的，本发明所采用的技术方案如下：一种基于彩色向量夹角LBP算子的无参考彩色图像质量评价方法，该方法包括如下步骤：

步骤(1)：从输入图像集中输入彩色图像，将输入图像集随机划分成测试图像集和训练图像集；

步骤(2)：将测试图像集和训练图像集中的彩色图像提取出红色图像分量R、绿色图像分量G和蓝色图像分量B；

步骤(3)：对R通道图像、G通道图像和B通道图像进行归一化处理，分别得到归一化R通道图像NR、归一化G通道图像NG和归一化B通道图像NB；

步骤(4)：将归一化R通道图像在(i,j)点处的取值NR(i,j)、归一化G通道在(i,j)点处的取值NG(i,j)和归一化B通道在(i,j)点处的取值NB(i,j)组成彩色向量C(i,j)，组合公式如下：

C(i,j)＝[NR(i,j),NG(i,j),NB(i,j)]

步骤(5)：计算彩色图像在(i,j)点处的彩色向量中心夹角θ(i,j)，将彩色向量中心夹角θ(i,j)组成彩色向量中心夹角图像θ，计算彩色向量中心夹角图像θ的CLBP特征；计算CLBP特征的均值、标准差、偏度、峰度和熵作为CLBP特征向量X；

步骤(6)：计算彩色向量中心夹角图像的DLBP特征，计算DLBP特征的均值、标准差、偏度、峰度和熵作为DLBP直方图特征向量Y；