[发明专利]图像质量的预测方法及装置、电子设备、存储介质在审

专利信息
申请号: 201911040823.6 申请日: 2019-10-29
公开(公告)号: CN110796651A 公开(公告)日: 2020-02-14
发明(设计)人: 王扬斌;张鹿鸣;王泽鹏 申请(专利权)人: 杭州阜博科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06K9/62
代理公司: 11463 北京超凡宏宇专利代理事务所(特殊普通合伙) 代理人: 徐彦圣
地址: 310000 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 像素点 待测图像 相似关系 子区域 亮度对比度 几何中心 直方图 图像 构建 感知 视觉 质量预测模型 相似性关系 存储介质 电子设备 人类视觉 图像视觉 质量预测 预测 聚类 邻域 像素 申请 转化
【权利要求书】:

1.一种图像质量的预测方法,其特征在于,所述方法包括:

针对待测图像中的每个像素点,根据所述像素点与邻域内像素的相似性关系,构建所述像素点的相似关系值;

对所有像素点的相似关系值进行聚类,得到若干子区域以及每个子区域对应的几何中心值;

根据所述待测图像中每个像素点的亮度对比度、相似关系值以及每个子区域对应的几何中心值,将所述待测图像转化为视觉直方图;

将所述视觉直方图输入已构建的图像质量预测模型,得到所述待测图像的预测质量。

2.根据权利要求1所述的方法,其特征在于,在所述针对待测图像中的每个像素点,根据所述像素点与邻域内像素的相似性关系,构建所述像素点的相似关系值之前,所述方法还包括:

针对待测图像中的每个像素点,根据所述像素点在水平方向的亮度变化和垂直方向的亮度变化,计算所述像素点的梯度方向;

根据所述像素点的梯度方向与邻域内像素的梯度方向之间的夹角,得到所述像素点与邻域内像素的相似性关系。

3.根据权利要求2所述的方法,其特征在于,所述根据所述像素点的梯度方向与邻域内像素的梯度方向之间的夹角,得到所述像素点与邻域内像素的相似性关系,包括:

若所述像素点的梯度方向与邻域内像素的梯度方向之间的夹角小于预设值,将所述像素点与邻域内像素的相似性关系标记为相似;

若所述像素点的梯度方向与邻域内像素的梯度方向之间的夹角大于等于预设值,将所述像素点与邻域内像素的相似性关系标记为不相似。

4.根据权利要求1所述的方法,其特征在于,所述针对待测图像中的每个像素点,根据所述像素点与邻域内像素的相似性关系,构建所述像素点的相似关系值,包括:

针对待测图像中的每个像素点,对所述像素点与邻域内像素的相似性关系进行二值化处理,得到所述像素点的相似关系值。

5.根据权利要求1所述的方法,其特征在于,在所述根据所述待测图像中每个像素点的亮度对比度、相似关系值以及每个子区域对应的几何中心值,将所述待测图像转化为视觉直方图之前,所述方法还包括:

针对所述待测图像中的每个像素点,根据所述像素点在水平方向的亮度变化和垂直方向的亮度变化,计算所述像素点的亮度对比度。

6.根据权利要求1所述的方法,其特征在于,所述根据所述待测图像中每个像素点的亮度对比度、相似关系值以及每个子区域对应的几何中心值,将所述待测图像转化为视觉直方图,包括:

针对每一子区域,比较所述子区域内每个像素点的相似关系值与所述子区域的几何中心值,得到所述子区域中所述相似关系值与所述几何中心值不相等的目标像素点;

针对每一子区域,对所述子区域中目标像素点的亮度对比度进行累加,得到每一子区域对应的视觉直方图。

7.根据权利要求1所述的方法,其特征在于,在将所述视觉直方图输入已构建的图像质量预测模型,得到所述待测图像的预测质量之前,所述方法还包括:

将数据集中已知质量分数的样本图像转化为视觉直方图;

利用所述样本图像的已知质量分数和视觉直方图进行机器学习,构建所述图像质量预测模型。

8.一种图像质量的预测装置,其特征在于,所述装置包括:

关系构建模块,用于针对待测图像中的每个像素点,根据所述像素点与邻域内像素的相似性关系,构建所述像素点的相似关系值;

关系聚类模块,用于对所有像素点的相似关系值进行聚类,得到若干子区域以及每个子区域对应的几何中心值;

直方图转化模块,用于根据所述待测图像中每个像素点的亮度对比度、相似关系值以及每个子区域对应的几何中心值,将所述待测图像转化为视觉直方图;

质量预测模块,用于将所述视觉直方图输入已构建的图像质量预测模型,得到所述待测图像的预测质量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州阜博科技有限公司,未经杭州阜博科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911040823.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top