[发明专利]色调映射图像混合视觉特征提取模型建立及质量评价方法

权利要求书

1.一种色调映射图像质量评价方法，其特征在于，包括如下步骤：

步骤一：获取待评价失真图，通过Sobel算子计算待评价失真图的梯度图，获得待评价梯度图，分别对待评价失真图和待评价梯度图进行分块，获得待评价失真图像块集和待评价梯度图像块集；

步骤二：将待评价失真图像块集和待评价梯度图像块集分别输入采用色调映射图像混合视觉特征提取模型建立方法得到的特征提取器，获得待评价失真图的多尺度内容特征和初级视觉特征，将待评价失真图的多尺度内容特征和初级视觉特征进行特征融合，获得待评价失真图的混合视觉特征；

步骤三：将待评价失真图的混合视觉特征输入采用色调映射图像混合视觉特征提取模型建立方法得到的图像质量模型中，获得待评价失真图的质量分数；

所述色调映射图像混合视觉特征提取模型建立方法包括如下步骤：

步骤1：获取失真图像集和失真图像集中每张失真图像的质量分数，通过Sobel算子计算每张失真图像所对应的梯度图像，获得梯度图像集；对失真图像集中每张失真图像和梯度图像集中每张梯度图像分别进行分块，获得失真图像块集和梯度图像块集；令每个失真图像块的质量分数为其分块前所在的失真图像的质量分数；

步骤2：建立基于ResNet-50的特征提取网络，将失真图像块集作为训练集，将每个失真图像块的质量分数作为标签集，对特征提取网络进行训练，将训练好的特征提取网络作为特征提取器；所述的特征提取网络包括残差块层、卷积层和全局平均池化层，所述的残差块层包括Conv1层、Conv2层、Conv3层、Conv4层和Conv5层，所述的卷积层包括三个1×1的卷积和一个3×3的卷积；

步骤3：将步骤1获得的失真图像块集和梯度图像块集分别输入步骤2得到的特征提取器进行特征提取，分别得到每张失真图像的多尺度内容特征和初级视觉特征，将每张失真图像的尺度内容特征和初级视觉特征进行特征融合，获得失真图像集中每张失真图像的混合视觉特征；所述的初级视觉特征通过特征提取网络的Conv1层提取；

步骤4：建立支持向量回归器，将步骤3获得的所有失真图像的混合视觉特征作为训练集，将所有失真图像的分数作为标签集，每张失真图像的分数为该失真图像所包含的所有失真图像块的质量分数平均值，对支持向量回归器进行训练，将训练好的支持向量回归器作为图像质量模型。