[发明专利]一种基于HSI颜色空间的无参考去雾图像质量评价方法

权利要求书

1.一种基于HSI颜色空间的无参考去雾图像质量评价方法，其特征在于，其步骤为：

步骤一、读取待评估去雾图像,并将其从RGB颜色空间转换到HSI颜色空间上，得到三个通道对应的子图像；

步骤二、对H子图像进行处理，分别计算其对应的局部均值和局部方差后，再进行归一化处理，求其对应的MSCN系数；

步骤三、用广义高斯分布GGD函数来拟合H子图像的MSCN系数，得到参数(α,β)；

步骤四、再利用非对称广义高斯分布AGGD函数来拟合H子图像的MSCN系数，得到参数

步骤五、对S子图像执行步骤二中操作，求其对应的MSCN系数，再重复步骤三和步骤四，并结合基于H子图像的计算结果，得到一组12维的特征向量；

步骤六、对自然无失真图像进行图像块筛选，选取图像中具有代表性的部分块；

步骤七、对选取的图像块，重复执行步骤二～步骤五，分别得到每个图像块对应的一组12维特征向量；

步骤八、分别输入去雾图像特征矩阵和筛选得到的自然清晰图像块的特征矩阵，利用多元高斯MVG模型进行拟合，得到对应的均值向量v和协方差矩阵∑；

步骤九、将步骤八得到的均值向量和协方差矩阵代入Mahalanobis Distance公式，计算出自然图像和去雾图像之间的色彩特征距离，从而得到图像的色彩评估结果；

步骤十、对待测图像的I通道对应的子图像进行分块处理，分为平滑块和非平滑块两类，筛选掉其中的平滑块，仅对非平滑块进行处理；

步骤十一、利用仅可见模糊概念结合心理测量函数，对非平滑块进行累积模糊概率检测，再通过除以测试图像中的图像块数量进行归一化处理，得到图像的清晰度评估结果；

步骤十二、结合步骤九和步骤十一中的结果，对色彩评估和清晰度评估进行权重分配，得到最终的质量评价结果。

2.根据权利要求1所述的一种基于HSI颜色空间的无参考去雾图像质量评价方法，其特征在于：步骤二中求取MSCN系数的过程如下：

其中，(i，j)为图像的像素位置，I(i,j)表示通道分量对应的子图像，μ(i,j)表示以(i,j)为中心像素的局部区域的均值，σ表示局部方差，ω_k,l是一个高斯函数。

3.根据权利要求2所述的一种基于HSI颜色空间的无参考去雾图像质量评价方法，其特征在于：步骤三中GGD函数如下：

其中

α表示形状的衰减率；β表示方差，x表示步骤二中计算得到的值；利用矩匹配法计算分布曲线对应的参数(α,β)，作为第一部分特征。

4.根据权利要求3所述的一种基于HSI颜色空间的无参考去雾图像质量评价方法，其特征在于：步骤四中AGGD函数如下：

计算出参数作为第二部分特征，其中η表示均值；γ来控制形状的分布；和分布代表左右两侧曲线的扩散程度。

5.根据权利要求4所述的一种基于HSI颜色空间的无参考去雾图像质量评价方法，其特征在于：步骤六将每张图像分割成96×96大小的图像块，再分别计算每个图像块的平均方差场δ：

其中，σ(i，j)是利用步骤二中公式计算得到的局部方差，选取δ(p)值在[0.5M,0.8M]之间的图像块，其中M表示同一图像中块的最大δ(p)值。

6.根据权利要求5所述的一种基于HSI颜色空间的无参考去雾图像质量评价方法，其特征在于：步骤八中利用MVG模型对特征进行拟合，其中MVG密度函数为：

其中，(x₁,...,x₁₂)是步骤五中提取得到的特征向量，v和∑可利用最大似然估计法进行计算，T表示求矩阵的转置。