[发明专利]部分参考的图像质量评价方法、控制装置及计算机可读存储介质

权利要求书

1.一种部分参考的图像质量评价方法，其特征在于，包括如下步骤：

S1：对原始图像和失真图像分别进行稀疏表示得到对应的稀疏表示图像，计算所述原始图像和所述失真图像与各自所述稀疏表示图像的差异得到对应的残差图像；

S2：对所述原始图像和所述失真图像分别进行显著性检测得到对应的显著图；

S3：分别用所述显著图对所述残差图像进行加权得到对应的显著残差图像，分别计算所述显著残差图像的信息熵；

S4：计算所述原始图像和所述失真图像的所述显著残差图像的信息熵的差，用所述差的绝对值评价所述失真图像的质量。

2.如权利要求1所述的部分参考的图像质量评价方法，其特征在于，在所述步骤S1之前还包括：

对所述原始图像和所述失真图像分别进行分块操作。

3.如权利要求2所述的部分参考的图像质量评价方法，其特征在于，对于所述原始图像或所述失真图像I进行分块操作；

提取其中的一个图像块为其大小为该过程表示为：

x_k＝R_k(I)

其中，R_k(·)为图像块提取算子，提取在位置k的图像块，k＝1,2,3,....,n，n表示图像块的总数；R_k(·)的转置操作是把所述图像块x_k放回到所述原始图像或所述失真图像的k位置；对于所有的所述图像块，输入所述原始图像或所述失真图像I表示为：

其中，“./”表示两个矩阵对应元素相除，表示所有值都为1的向量，其维度B_s＝64；

对于一个特定的图像块x_k，在字典上的稀疏表示实际是求一个稀疏向量满足：

x_k＝Dα_k

或者近似满足：

x_k≈Dα_k,||x_k-Dα_k||_p≤ξ

其中，||·||_p表示lp范数，ξ为误差精度；所以，稀疏表示描述为：

上式进一步转化为无约束的优化问题，如：

其中，第一项为保真度项，第二项为稀疏约束项，λ为常数0.1，用来平衡两项的比重，p取值为0或1；

利用正交匹配追踪算法求解上式，得到图像块x_k的稀疏表示系数则x_k稀疏表示为整幅所述原始图像或所述失真图像I的稀疏表示为：

4.如权利要求3所述的部分参考的图像质量评价方法，其特征在于，计算所述原始图像或所述失真图像与稀疏表示图像的残差图像：

R＝|I-I'|

其中，R表示残差图像。

5.如权利要求1所述的部分参考的图像质量评价方法，其特征在于，采用GBVS方法进行显著性检测。

6.如权利要求5所述的部分参考的图像质量评价方法，其特征在于，用所述显著图对所述残差图像分别进行加权得到显著残差图像：

其中，表示原始图像的显著残差图，表示失真图像的显著残差图，为原始图像的显著图，为原始图像的残差图，相应地，和分别表示失真图像的显著图和残差图，“.×”表示对应元素相乘操作。

7.如权利要求6所述的部分参考的图像质量评价方法，其特征在于，分别计算所述显著残差图像的信息熵，具体的：

其中，E表示信息熵，p_i表示第i级灰度级的概率密度，计算得到的所述原始图像和所述失真图像的显著残差图像的信息熵分别记为E_o和E_d。