[发明专利]一种基于纹理信息统计的无参考图像质量评价方法

说明书

本发明公开了一种基于纹理信息统计的无参考图像质量评价方法，该方法是一种通用型无参考图像质量评价方法。首先使用Scharr算子对图像进行滤波，提取图像边缘信息，得到梯度图像；然后使用完全局部二值模式(Complete Local Binary Patterns,CLBP)处理所得到的梯度图像，得到梯度CLBP图(GCLBP)；接着将梯度图像的幅值作为权重，并且结合GCLBP图，提取梯度幅值权重GCLBP直方图；最后将归一化的梯度幅值权重GCLBP直方图作为特征，使用SVR将其映射为图像分数。本发明对图像的预测结果与人类主观感知的一致性较好，并且时间复杂度较低，普适性与鲁棒性良好。

技术领域

本发明属于图像处理与图像质量评价技术领域，涉及一种基于纹理信息统计的无参考图像质量评价方法。可对各类自然图像的质量进行客观量化。

背景技术

伴随着移动互联网大规模应用以及大数据时代与5G时代的浪潮，海量图像与视频充斥在医疗、航空、交通、商业、农业等各个方面，例如：医学影像、卫星遥感成像、智能交通监控系统、虚拟现实等。除此之外，智能设备的广泛普及也使得人们热衷于借助图片或短视频来分享生活和获取资讯。日渐增长的图像服务需求也使得人们对图像质量的要求越来越高，因此，新的图像技术也在不断产生。例如：高动态范围(High Dynamic Range,HDR)图像，4K超高清图像等已经进入人们的生活。然而，即使在成像技术不断革新的情况下，图像的获取阶段依旧会出现失真。不仅仅如此，在通信系统中，当图像从发送端到达接收端时，图像在压缩、传输、重构等过程中不可避免的会遭受各种失真。例如：在捕获阶段，捕获设备与环境条件可能导致运动模糊、对比度失真等；在压缩编码阶段，基于离散余弦变换(DiscreteCosine Transform,DCT)的编码技术大多会造成块效应和模糊；基于小波变换的JPEG2000压缩技术大多会导致模糊和振铃效应的产生；在传输阶段，不可避免会受到信道噪声等的干扰。因此，需要使用图像质量评价对终端用户体验加以保证，指导和监督图像的获取，存储，压缩，传输以及重现的过程。

图像质量评价广义上分为主观图像质量评价和客观图像质量评价。主观图像质量评价由于任务繁琐，耗费时间，高成本，评价结果不可复制，以及评价的主体是人的巨大缺点，导致无法大规模应用。客观图像质量评价使用计算机模型对图像质量进行量化，不需要人的参与，依靠数据驱动，是主观评价方法的有效替代。凡是与数字图像相关的领域，它都具有十分广阔的应用价值。依据评价过程中对原始图像信息使用的多少，客观评价方法可以被分为：全参考图像质量评价，半参考图像质量评价，无参考(盲)图像质量评价。由于无参考图像质量评价不需要任何参考图像的信息，因此无参考图像质量评价是当下研究和使用最为广泛的图像质量评价方法。