[发明专利]一种基于扩展Prewitt算子的图像质量评价方法及装置

权利要求书

1.一种基于扩展Prewitt算子的图像质量评价方法，其特征在于，包括：

获取参考图像与待评价的失真图像；

对所述参考图像与所述失真图像进行预处理，确定所述参考图像与所述失真图像的亮度因子、对比度因子；

根据所述扩展Prewitt算子对所述参考图像与所述失真图像进行卷积运算，计算所述参考图像对应的第一梯度值与所述失真图像对应的第二梯度值；

根据所述第一梯度值与所述第二梯度值，确定所述参考图像与所述失真图像的梯度相似度因子；

结合所述梯度相似度因子、所述亮度因子及所述对比度因子，确定图像质量的客观评价结果。

2.根据权利要求1所述的基于扩展Prewitt算子的图像质量评价方法，其特征在于，对所述参考图像与所述失真图像进行预处理进一步包括：

对所述参考图像与所述失真图像进行灰度化处理；

根据滤波算子对经过灰度化处理后的所述参考图像与所述失真图像进行滤波处理；其中，滤波算子是使用具有1.5像素的标准差的11*11高斯模板建立的。

3.根据权利要求1或2所述的基于扩展Prewitt算子的图像质量评价方法，其特征在于，确定所述参考图像与所述失真图像的亮度因子进一步包括：利用计算所述参考图像与所述失真图像的亮度因子；

其中，x表示所述参考图像，y表示所述失真图像，l(x,y)为亮度因子，μ_x和μ_y分别表示参考图像与失真图像的平均亮度，常数C1用于避免不稳定性，N为待评价的失真图像个数，i表示第i个图像，x_i表示第i个参考图像，y_i表示第i个失真图像。

4.根据权利要求1所述的基于扩展Prewitt算子的图像质量评价方法，其特征在于，确定所述参考图像与所述失真图像的对比度因子进一步包括：利用计算所述参考图像与所述失真图像的对比度因子；

其中，x表示所述参考图像，y表示所述失真图像，c(x,y)表示对比度因子，σ_x和σ_y表示参考图像与失真图像像素的标准差，σ_xy为所述参考图像与所述失真图像的协方差，μ_x和μ_y分别表示参考图像与失真图像的平均亮度，常数C2用于避免不稳定性，N为待评价的失真图像个数，i表示第i个图像。

5.根据权利要求1所述的基于扩展Prewitt算子的图像质量评价方法，其特征在于，根据所述扩展Prewitt算子对所述参考图像与所述失真图像进行卷积运算进一步包括，所述扩展Prewitt算子为选择0°、45°、90°、135°、180°、225°、270°、315°八个方向的算子，引入衰减因子，消除数据溢出的可能。

6.根据权利要求1所述的基于扩展Prewitt算子的图像质量评价方法，其特征在于，根据所述第一梯度值与所述第二梯度值，确定所述参考图像与所述失真图像的梯度相似度因子进一步包括：

采用确定所述参考图像与所述失真图像的梯度相似度因子；其中，G_x(i,j),G_y(i,j)分别为参考图像x和失真图像y在(i,j)处的梯度幅值，常数C3用于避免不稳定性。

7.根据权利要求1所述的基于扩展Prewitt算子的图像质量评价方法，其特征在于，结合所述梯度相似度因子、所述亮度因子及所述对比度因子，确定图像质量的客观评价结果进一步包括：利用Prewitt-GSSIM(x,y)＝[l(x,y)]^α·[c(x,y)]^β·[g(x,y)]^λ确定所述参考图像与所述失真图像的Prewitt-GSSIM指标，其中，Prewitt-GSSIM(x,y)为综合Prewitt-GSSIM指标，α0、β0及γ0，α、β、γ分别是调整亮度、对比度、梯度相似度三个部分相对重要性的参数；

由各个子图像块的Prewitt-GSSIM指标，采用确定整幅图像质量的客观评价结果；其中，M为待评价的失真图像采用滤波因子滑动重叠分块的个数。