[发明专利]一种基于灰度特性的图像质量评估方法及系统

说明书

一种基于灰度特性的图像质量评估方法及系统，方法包括如下步骤：步骤S1：将参考图像和待评估图像进行分块处理，分别分成预设大小的第一子块图像和第二子块图像；步骤S2：计算每个所述第一子块图像和所述第二子块图像的灰度特性指标；步骤S3：根据所述灰度特性指标将所述第一子块图像和所述第二子块图像分成第一类别和第二类别；步骤S4：分别提取所述第一类别中每个所述第一子块图像的第一特征和每个所述第二子块图像的第二特征；步骤S5：分别提取所述第二类别中每个所述第一子块图像的第三特征和每个所述第二子块图像的第四特征。本发明能够准确的对图像的质量进行评估，且算法简单，充分考虑了像素之间的相关性，具有很高的实用价值。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种基于灰度特性的图像质量评估方法及系统。

背景技术

随着多媒体技术的迅猛发展，数字图像因其直观、真切、丰富的特点受到了人们的广泛青睐。数字图像在图像的处理过程中，例如图像的成像系统、图像的存储设备、传输的介质以及图像在终端的处理机制等因素，都不可避免地造成图像的失真，而图像的失真度可以直接地反映出多媒体传输系统的性能及其服务质量。所以，图像质量评估算法作为图像质量优劣的客观评估准则，是评判多媒体传输系统性能的一个重要指标。

根据获取参考信息的多少可将质量评价方法分为全参考质量评价、无参考质量评价和半参考质量评价3种。其中，全参考图像质量评估算法使用了原始图像作为失真图像的参照图像；半参考图像质量评估算法中仅使用了部分参照图像的信息；无参考图像质量评估算法没有使用任何的参照图像中的信息作为先验数据。

目前最常用的方法是全参考图像质量评估算法。传统的全参考客观图像质量评估算法有均方误差和峰值信噪比，由于其简单的计算方法和清晰的物理意义一直被广泛使用，但这些算法只是从统计意义上对图像进行分析，没有考虑到像素之间的相关性。

前面的叙述在于提供一般的背景信息，并不一定构成现有技术。

发明内容

本发明的目的在于提供一种能够准确的对图像的质量进行评估，且算法简单，充分考虑了像素之间的相关性，具有很高的实用价值的基于灰度特性的图像质量评估方法及系统。

本发明提供一种基于灰度特性的图像质量评估方法，包括如下步骤：步骤S1：将参考图像和待评估图像进行分块处理，分别分成预设大小的第一子块图像和第二子块图像，分别记为{A_n(x,y)|n＝1,…,N}和{B_n(x,y)|n＝1,…,N}，其中N表示分块后所有子块的数目；步骤S2：计算每个所述第一子块图像和所述第二子块图像的灰度特性指标；步骤S3：根据所述灰度特性指标将所述第一子块图像和所述第二子块图像分成第一类别和第二类别；步骤S4：分别提取所述第一类别中每个所述第一子块图像的第一特征和每个所述第二子块图像的第二特征；步骤S5：分别提取所述第二类别中每个所述第一子块图像的第三特征和每个所述第二子块图像的第四特征；步骤S6：根据所述第一特征及所述第二特征，计算得到所述第一类别的第一相似指标；步骤S7：根据所述第三特征及所述第四特征，计算得到所述第二类别的第二相似指标；步骤S8：根据所述第一相似指标及所述第二相似指标，计算所述参考图像和所述待评估图像最终的相似度。

进一步地，选取任一所述第一子块图像A_n1(x,y)，所述步骤S2包括：步骤S21：随机在A_n1(x,y)上选择10个点，分别以所述10个点为中心，直径为7mm的领域内，计算灰度均值，共得到10个所述灰度均值{α_i|i＝1,…,10}，统计10个所述灰度均值的差异度E，具体公式如下：其中步骤22：当所述差异度E15时，令所述第一子块图像A_n1(x,y)以及相对应的所述第二子块图像B_n1(x,y)的灰度特性指标lable＝1；否则lable＝2。