[发明专利]一种基于图像高频信息的无参考图像质量评价方法

说明书

本发明公开一种基于图像高频信息的无参考图像质量评价方法，包括以下步骤：对待评价图像I使用低通滤波，得到二次退化图像I_deg；对原始待评价图像I和退化图像I_deg进行计算，分别得到图像的梯度图I_grad和退化图像的梯度图I_grad，deg；对梯度图I_grad中所有的像素值求平均值，得到第一结果；对梯度图I_grad进行分块操作，建立分块集合{B}；计算分块集合{B}中所有分块的像素值之和S_k；对集合C按照S的大小进行倒序排列，得到新的集合D；寻找集合D中的前L个元素和它们对应的分块B，找到在梯度图I_deg，grad中相同位置的分块B_deg；对L个分块对B，B_deg求结构相似度，求均值后取倒数，得到第二结果；别对第一结果和第二结果乘上合适的系数α和β后相加，得到代表图像质量的结果Quality(I)。

技术领域

本发明涉及图像质量领域，更具体地，涉及一种基于图像高频信息的无参考图像质量评价方法。

背景技术

图像作为视觉信息的来源，蕴含了大量的有价值信息，图像质量的好坏影响到人们的主观感受和信息获取。但是，在图像的获取、存储、传输、显示等过程中，不可避免地会受到其他因素的干扰，譬如噪声，模糊，数据丢失等，这些都会对图像质量造成影响。因此，图像质量评价(Image quality assessment,IQA)的研究在近几十年受到广泛的重视。图像质量评价(IQA)，即确定图像质量的过程，一般来说，图像质量评价方法包括基于人的感知的主观方法，和基于计算模型的客观方法。主观评价方法由观察者对图像质量进行主观评分，一般采用平均主观得分(Mean Opinion Score，MOS)来表示。从感知的角度出发，主观评价方法更符合我们的需求，但是主观评价方法具有以下内在的缺陷：感知尺度的非线性，不同观察者评价标准的偏差。虽然以上内在的缺陷可以通过增加评价者的数量来弥补，但又同时会带来耗时长和工作量大的问题，使用起来很不方便；客观评价方法是通过一系列规定的算法计算得到图像质量，根据评价时是否需要参考图像，又可以分为以下三类：全参考(Full-reference,FR)评价方法、半参考(Reduced-reference，RR)评价方法和无参考(No-reference,NR)评价方法。全参考评价方法同时需要参考图像(无失真图像)和失真图像，通过对比两幅图像内部的信息或者特征的相似度来确定失真图像的质量，这也是图像质量评价方法中研究比较成熟的领域。但是在实际应用中，参考图像往往难以得到。不需要参考图像的无参考评价方法在实际工作中应用相当广泛。因此，提出对无参考图像的图像进行评价的方法更具实用意义。

图像的清晰程度主要受图像空间频率域中的高频信息和噪声所影响。如果图像清晰则边沿锐利，此时高频信息成分相对丰富，且相对集中在一定的频率区域；反之，如果图像不清晰，通常会产生图像边沿模糊，此时高频信息成分相对少。另外，图像噪声多时，噪声由于尺寸小，所以频率通常较高，但是它在图像空间频谱的分布更宽，更平缓。综上所述，通过图像空间频谱中高频信息的分布状态就可以对图像的清晰程度(即图像质量)进行评价。

发明内容

为克服上述现有技术与方法的不足，本发明提出了一种基于图像高频信息的无参考图像质量评价方法。本发明能够从信息光学和视光学原理出发构建评价函数综合分析图像质量，其结果与视觉感知具有更高的一致性和图片鲁邦性。

为解决上述技术问题，本发明的技术方案如下：

一种基于图像高频信息的无参考图像质量评价方法，包括以下步骤：

S1：定义I为待评价的失真图像；定义I(i,j)表示I的中心坐标(i,j)的像素值；其中1≤i≤M，1≤j≤N，所述的M为I的宽度，N为I的高度；

S2：对I进行低通滤波，得到二次退化图像I_deg；