[发明专利]一种与视觉感知相关的图像质量评价方法

权利要求书

1.一种与视觉感知相关的图像质量评价方法，其特征在于，具体按照以下步骤实施：

步骤1、将IQA数据库中所有参考图像和失真图像由RGB颜色空间转换到YIQ颜色空间中，将图像亮度通道Y与两个色度通道I和Q进行分离，得到亮度通道Y的亮度特征，以及I和Q色度通道的两个色度特征；

步骤2、分别在亮度通道Y中提取参考图像和失真图像的梯度特征，并计算两个梯度特征的相似性，得到梯度相似性特征；

分别在亮度通道Y中提取参考图像和失真图像的对比敏感度特征，并计算两个对比敏感度特征的相似性，得到对比敏感度相似性特征；

计算参考图像和失真图像在I和Q两个色度通道的色度相似性特征；

步骤3、采用高斯差分DOG模型在亮度通道Y中分别对参考图像和失真图像进行5个等级的频带分解，得到5个频带相似性特征；

步骤4、通过池化策略，提取梯度相似性特征的平均值、标准偏差及熵，提取对比敏感度相似性特征的平均值、标准偏差及熵，以及色度相似性特征的平均值、标准偏差及熵，再与5个频带相似性特征进行多特征融合，从而为每幅失真图像生成一个表征其失真程度的14-D特征向量；

步骤5、将IQA数据库中所有失真图像生成的14-D特征向量及其对应的主观平均得分MOS值一同输入到随机森林RF中训练回归模型；

步骤6、将待评价的失真图像及其对应的参考图像分别经过步骤1到步骤4，得到代表失真图像质量的14-D特征向量，输入到训练好的RF回归模型中，输出结果即为模型预测的待评价图像的质量分数。

2.如权利要求1所述的一种与视觉感知相关的图像质量评价方法，其特征在于，所述步骤1中，图像的颜色空间转变过程表示为：

式(1)中矩阵的第1行系数决定亮度Y，对归一化的RGB值均为1时，即R＝G＝B＝1，即有Y＝1，因此矩阵第一行系数之和为1；

经式(1)后，即可实现图像亮度通道Y和两个色度通道I和Q的分离，得到亮度通道Y的亮度特征，以及I和Q色度通道的两个色度特征。

3.如权利要求1所述的一种与视觉感知相关的图像质量评价方法，其特征在于，所述步骤2中，具体步骤实施为：

步骤2.1，在亮度通道Y中分别提取参考图像和失真图像的梯度特征，并计算两个梯度特征的梯度相似性，得到梯度相似性特征，具体按如下操作：

首先选择大小为N×N的四方向高通滤波模板对参考图像和失真图像的Y通道图像做卷积运算，四方向取值分别为0°、90°、45°、135°，卷积方法如下：

式(2)中：M_K表示卷积模板，K＝1，2，3，4分别表示四个方向，(i,j)表示卷积模板中的像素点，(X,Y)表示Y通道图像中的像素点，G_M表示使用M_K的模板对图像做卷积而得到的梯度分量，G_M中的M＝x，y，u，v′分别表示K＝1，2，3，4四个方向；经卷积操作后，分别计算参考图像和失真图像的梯度幅度值，计算过程如下：

式(3)中：G₁(X,Y)为融合0°-90°两个方向的梯度分量值，G₂(X,Y)为融合45°-135°两个方向的梯度分量值，GMap(X,Y)表示一幅图像提取的包含四个方向的梯度幅度值；

然后，计算参考图像和失真图像所提取的包含四个方向的梯度幅度值之间的相似性，得到梯度幅度值相似性特征，具体方法如下：

式(4)中，GMap₁(X,Y)和GMap₂(X,Y)分别表示参考图像和失真图像提取的包含四个方向的梯度幅度值，C₁为常数；

Y＝(Y₁+Y₂)/2 (5)

通过公式(5)将参考图像与失真图像的亮度通道Y进行融合，再经过式(2)和(3)，计算融合亮度通道后的图像梯度特征，记为G_Y，然后，通过公式(6)和(7)分别计算G_Y与参考图像的梯度特征GMap₁以及失真图像的梯度特征GMap₂之间的相似性，分别用G_RY和G_DY表示，式(6)和(7)中，C₂为常数；

最后，参考图像与失真图像计算的最终的梯度相似性特征为：

G＝G_sim+[G_DL-G_RL] (8)；

步骤2.2，在亮度通道Y中分别提取参考图像和失真图像的对比敏感度特征，并计算相似性，得到对比敏感度相似性特征，具体实现过程如下：

首先将参考图像与失真图像从空域经离散余弦变换转变为DCT系数，然后将csfL1、csfL2，csfM1、csfM2和csfH1、csfH2分别定义为参考图像和失真图像在低频LF、中频MF和高频HF区域的分量，对于一幅参考图像，其对比度能量值计算如式(9)所示：

式(9)中，K＝L₁,M₁,H₁分别对应R_K为LF、MF和HF这三个区域，p(u,v)表示在(u,v)点处DCT系数的归一化值，同理，对失真图像用同样方法计算这三个指标，计算结果记为:csfL₂、csfM₂以及csfH₂；

然后，通过式(10)～(12)分别计算参考图像与失真图像在LF、MF和HF区域的对比度相似性值分别计算如下：

式(10)、(11)和(12)中，C₃、C₄和C₅均为常数；

最后，参考图像与失真图像的对比敏感度相似性特征计算为：

F＝csfLMap(X)*csfMMap(X)*csfHMap(X) (13)；

步骤2.3，将参考图像和失真图像的I通道分别用I₁、I₂表示，参考图像和失真图像的Q通道分别用Q₁、Q₂表示，分别计算两幅图像在I和Q通道的色度相似性，采用式(14)，将两个色度相似性的乘积即为色度相似性特征：

式(14)中，C₆＝C₇，均为常数。