[发明专利]基于复杂网络的图像质量评价方法、装置及存储介质

权利要求书

1.一种基于复杂网络的图像质量评价方法，其特征在于，所述方法包括：

确定两个像素的位置距离的最大值，确定两个像素的累加距离的阈值，所述累加距离为两个像素的位置距离与像素值距离之和；

针对待评价图像中的每个像素，计算所述像素与所述像素的相邻像素的累加距离；如果所述累加距离小于所述阈值，则所述相邻像素与所述像素构成一条边，保存边信息；其中，所述相邻像素为所述像素周围相对其位置距离不超过最大值的像素；所述边信息包括：形成边的两个像素的坐标和累加距离；

基于所述边信息，形成以像素坐标为节点、节点间有边相连的复杂网络；

计算所述复杂网络对应的属性，所述属性至少包括度、度分布、幂率分布系数、聚类系数中的一项或多项；

利用深度学习网络，将所述图像转换成高维特征向量；

将所述高维特征向量与所述复杂网络对应的属性进行拼接，得到拼接后的高维向量；

利用多个全连接层对所述拼接后的高维特征向量进行处理，得到所述图像的质量评价结果。

2.根据权利要求1所述的方法，其特征在于，针对所述待评价图像中的每个像素，计算所述像素与所述像素的相邻像素的累加距离；如果所述累加距离小于所述阈值，则所述相邻像素与所述像素构成一条边，保存边信息，包括：

创建保存坐标和距离信息的第一数组；

在第一相邻像素有效区域内，确定相对于第一像素的位置距离不超过所述最大值的多个整数位置的第二像素，计算所述第二像素与所述第一像素的距离，将各个所述第二像素与所述第一像素的距离以及各个所述第二像素的坐标偏移量保存到所述第一数组中；所述第一相邻像素有效区域为以所述第一像素为中心且边长为2倍最大值加1个像素的正方形的一半区域；

创建保存边信息的第二数组；

针对所述待评价图像中的每个像素，确定所述像素的相邻像素，并基于所述第一数组计算所述像素的相邻像素的累加距离；

判断所述累加距离是否小于阈值；如果所述累加距离小于所述阈值，将所述像素的坐标、所述相邻像素的坐标、所述像素和所述相邻像素的累加距离保存到所述第二数组中。

3.根据权利要求2所述的方法，其特征在于，所述第一相邻像素有效区域为：x∈[1,R],y∈[-R,R]与x＝0,y∈[-R,-1]所形成的区域；所述第一像素的坐标为(0,0)；其中，x代表像素横坐标，y代表像素纵坐标，R代表所述最大值。

4.根据权利要求3所述的方法，其特征在于，针对所述待评价图像中的每个像素，确定所述像素的相邻像素，并基于所述第一数组计算所述像素的相邻像素的累加距离，包括：

当所述待评价图像的宽度大于所述最大值，高度大于2倍所述最大值时，将所述待评价图像分割成上下左右四个矩形区域，计算每个区域的边界位置；其中，上区域为以所述最大值为高，所述待评价图像的宽度为宽的矩形区域；下区域为以所述最大值为高，所述待评价图像的宽度为宽的矩形区域；左区域为以所述待评价图像的高度减去2倍所述最大值为高，所述待评价图像的宽度减去所述最大值为宽的矩形区域；右区域为以所述待评价图像的高减去2倍所述最大值为高，以所述最大值为宽的矩形区域；

基于各个区域的边界位置，对于上区域、下区域和右区域中的每一个像素，确定所述像素的相邻像素，判断所述相邻像素的坐标位置是否超出所述待评价图像的图像范围，在未超出的情况下，基于所述第一数组计算所述像素的相邻像素的累加距离；

对左区域中的每一个像素，确定所述像素的相邻像素，并基于所述第一数组计算所述像素的相邻像素的累加距离。

5.根据权利要求4所述的方法，其特征在于，确定所述像素的相邻像素，并基于所述第一数组计算所述像素的相邻像素的累加距离，包括：

在所述像素的相邻像素有效区域内，确定所述像素的相邻像素，并基于所述第一数组计算所述像素的相邻像素的累加距离；所述像素的相邻像素有效区域为以所述像素为中心且边长为2倍最大值加1个像素的正方形的一半区域。

6.根据权利要求1所述的方法，其特征在于，所述深度学习网络包括Mobilenet、GoogLeNet、ResNet中的任一项。