[发明专利]一种基于结构相似性差异度的色调映射图像质量评价方法

说明书

本发明公开了一种基于结构相似性差异度的色调映射图像质量评价方法，该方法首先提取图像的梯度二值化矩阵的均值和方差作为局部梯度特征，再提取最小方向曲率的均值、方差、峰度、偏度作为局部结构特征，接着利用相位图像的均匀局部二值模式直方图作为全局相位特征，最后采用邻域像素块与中心像素块之间的局部结构相似性(SSIM)差异度的均值、方差、峰度、偏度作为局部邻域结构相似性差异度特征，融合得到总的图像质量评价特征，送入支持训练回归机进行训练和测试，得到客观图像质量评价结果；该方法避免了采用单一全局特征或局部特征带来的评价精度不高的缺点，提高了图像质量评价精度。

技术领域

本发明属于图像处理领域，尤其涉及一种基于结构相似性差异度的色调映射图像质量评价方法。

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，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。

高动态范围(HDR)图像显示亮度范围较大，能给观看者带来更好的视觉体验，而现有的图形显示设备大多只支持显示8比特的低动态范围(LDR)图像，因此需要采用色调映射算法将HDR图像转换为LDR图像，由HDR图像转换成的LDR图像成为色调映射图像，色调映射图像在色调映射过程中，存在对比度、自然度和颜色饱和度等失真，而块效应、模糊、白噪声等失真较少，而传统的无参考图像质量评价方法主要针对自然图像和块效应、模糊、白噪声等失真有效，而对色调映射图像效果不佳，因此对色调映射失真图像进行无参考图像质量评价更具有挑战性。针对色调映射图像无参考质量评价，Guanghui Yue[Guanghui Yue,Chunping Hou,and Tianwei Zhou，Blind Quality Assessment of Tone-Mapped ImagesConsidering Colorfulness,Naturalness and Structure，IEEE Transctions ONIndustrial Electronics,2018.]提取色度映射失真图像的色彩度、自然度和结构特征进行图像质量评价；Gangyi Jiang[Blind tone-mapped has been with the School ofElectronic and image quality assessment based on brightest/darkest regions,naturalness and aesthetics,IEEE Access,vol.6,pp.2231-2240,2018.]采用图像自然统计特征和美学特征进行质量评价；但这些方法着重考察图像的自然统计和全局特征，大多采用的是针对自然图像有效的传统特征提取方法，因此效果与主观评价结果存在差距。在图像色调映射过程中，图像局部细节和全局相位存在较大的变化，因此本发明提取图像梯度、最小曲率和图像块邻域结构相似性(structural similarity index，SSIM)差异度对局部色调图像失真进行评价，并采用相位纹理特征对全局色调映射失真进行评价，提高了色调图像质量评价精度。

发明内容

本发明的目的在于针对现有技术的不足，提供一种基于结构相似性差异度的色调映射图像质量评价方法。本发明同时提取图像的局部特征和全局特征进行图像质量评价，充分考虑了图像失真对局部边缘、局部最小曲率、局部SSIM差异度和全局相位纹理的影响，预测效果相对现有技术更精确。

本发明的目的是通过以下技术方案来实现的：一种基于结构相似性差异度的色调映射图像质量评价方法，包括以下步骤：

(1)输入色调映射彩色失真图像，并转换为色调映射灰度失真图像D；