[发明专利]一种基于梯度变化的无参考JPEG图像质量评价方法

权利要求书

1.一种基于梯度变化的无参考JPEG图像质量评价方法，其特征在于，包括以下步骤：

步骤1.计算待评价JPEG图像的一阶梯度块效应特征；

步骤1.1计算待评价JPEG图像的一阶梯度矩阵：

G_h(i,j)＝|I(i,j+1)-I(i,j)|

G_v(i,j)＝|I(i+1,j)-I(i,j)|

其中，I(i,j)表示图像像素(i,j)处的灰度值，G_h(i,j)、G_v(i,j)分别表示像素(i,j)处的水平、垂直梯度；

步骤1.2基于待评价JPEG图像构建若干个图像块T；

以8×8块为单元，按照窗口尺寸为3×3、滑动步长为1的滑窗操作遍历整个图像，构建得到若干个图像块T；

步骤1.3计算待评价JPEG图像的一阶梯度块效应横竖特征；

步骤1.3.1计算每一个图像块T的一阶梯度块效应水平特征；

取图像块T第9～16行、第4～21列像素点构成一个8×18的子图像块t₁，基于子图像块t₁对应的8×17水平梯度矩阵计算当前图像块T的块效应水平特征；

其中，(m_h,n_h)表示子图像块t₁的第一个像素点坐标，G_h(j)表示子图像块t₁中j列的8个水平梯度值的平均值；

步骤1.3.2计算每一个图像块T的一阶梯度块效应垂直特征；

取图像块T第9～16列、第4～21行像素点构成一个18×8的子图像块t₂，基于子图像块t₂对应的17×8垂直梯度矩阵计算当前图像块T的块效应垂直特征；

其中，G_v(i)表示子图像块t₂中i行的8个垂直梯度值的平均值；

步骤1.3.3计算当前图像块T的一阶梯度块效应横竖特征：

T_h,v＝(T_h+T_v)/2

步骤1.3.4设定阈值过滤无效块效应横竖特征：T_h,v＞0.47，并将过滤后所有有效块效应横竖特征的均值作为待评价JPEG图像的一阶梯度块效应横竖特征

步骤1.4计算待评价JPEG图像的一阶梯度块效应斜特征；

步骤1.4.1计算待评价JPEG图像的一阶梯度斜矩阵：

G₄₅(i,j)＝|I(i+1,j)-I(i,j+1)|

G₁₃₅(i,j)＝|I(i+1,j+1)-I(i,j)|

其中，G₄₅(i,j)和G₁₃₅(i,j)分别表示像素(i,j)处的45度和135度梯度；

步骤1.4.2计算每一个图像块T的一阶梯度块效应135度特征；

取图像块T第8～16行、第4～21列像素点构成一个9×18的子图像块t₃，基于子图像块t₃对应8×17的135度梯度矩阵计算当前图像块T的块效应135度特征；

其中，G₁₃₅(j)表示子图像块t₃中j列的8个135度梯度值的平均值；

步骤1.4.3计算每一个图像块T的一阶梯度块效应45度特征；

取图像块T第9～17列、第4～21行像素点构成一个18×9的子图像块t₄，基于子图像块t₄对应17×8的45度梯度矩阵计算当前图像块T的块效应45度特征；

其中，G₄₅(i)表示子图像块t₄中i行的8个45度梯度值的平均值；

步骤1.4.4计算当前图像块T的一阶梯度块效应斜特征：

T_135,45＝(T₁₃₅+T₄₅)/2

步骤1.4.5设定阈值过滤无效块效应斜特征：T_135,45＞1，并将过滤后所有有效块效应斜特征的均值作为待评价JPEG图像的一阶梯度块效应斜特征

步骤1.5计算待评价JPEG图像的一阶梯度块效应特征：

步骤2.计算待评价JPEG图像的二阶梯度块效应特征；

步骤2.1计算待评价JPEG图像的二阶梯度矩阵：

G_h2(i,j)＝|I(i,j+2)-2I(i,j+1)+I(i,j)|

G_v2(i,j)＝|I(i+2,j)-2I(i+1,j)+I(i,j)|

其中，G_h2(i,j)与G_v2(i,j)分别表示像素(i,j)处的二阶水平梯度与二阶垂直梯度；

步骤2.2计算待评价JPEG图像的二阶梯度块效应特征；

步骤2.2.1计算每一个图像块T的二阶梯度块效应水平特征；

取图像块T第9～16行、第4～22列像素点构成一个8×19的子图像块t₅，基于子图像块t₅对应的8×17二阶水平梯度矩阵计算当前图像块T的块效应水平特征；

其中，G_h2(j)表示子图像块t₅中j列的8个二阶水平梯度值的平均值；

步骤2.2.2计算每一个图像块T的二阶梯度块效应垂直特征；

取图像块T第9～16列、第4～22行像素点构成一个19×8的子图像块t₆，基于子图像块t₆对应的17×8二阶垂直梯度矩阵计算当前图像块T的块效应垂直特征；

其中，G_v2(i)表示子图像块t₆中i行的8个二阶垂直梯度值的平均值；

步骤2.2.3计算当前图像块T的二阶梯度块效应横竖特征：

T_h2,v2＝(T_h2+T_v2)/2

步骤2.2.4设定阈值过滤无效块效应横竖特征：T_h,v＞0.4，并将过滤后所有有效块效应横竖特征的均值作为待评价JPEG图像的二阶梯度块效应特征B₂；

步骤3.计算待评价JPEG图像的频域AC系数特征；

步骤3.1计算待评价JPEG图像的频域的梯度矩阵：

G′_h(i,j)＝I(i,j+1)-I(i,j)

G′_v(i,j)＝I(i+1,j)-I(i,j)

步骤3.2对于水平梯度矩阵G′_h和垂直梯度矩阵G′_v分别进行阈值判定：

步骤3.3对于阈值判定后水平梯度矩阵G′_h，每列进行DCT变换，得到m×n的频域梯度矩阵G_hf：

G_hf(:,j)＝dct(G′_h(:,j))

对于阈值判定后垂直梯度矩阵G′_v，每行进行DCT变换，得到m×n的频域梯度矩阵G_vf：

G_vf(i,:)＝dct(G′_v(i,:))

步骤3.4对于频域梯度矩阵G_hf，计算频域AC系数水平特征A_h：

A_h＝sum(|AC|＞0.09)/((m-1)·n)

对于频域梯度矩阵G_vf，计算频域AC系数垂直特征A_v：

A_v＝sum(|AC|＞0.2)/(m·(n-1))

其中，AC表示AC系数值，sum表示满足括号内条件的个数统计；

步骤3.5将A_h和A_v组合得到待评价JPEG图像的频域AC系数特征；

A＝(A_h+A_v)/2

步骤4.组合特征得到图像质量评价模型：score＝(0.61B₁+0.39B₂)·A^-0.421。