[发明专利]一种图像质量评估方法、系统、电子设备及存储介质

说明书

本发明提供一种图像质量评估方法、系统、电子设备及存储介质，方法包括：基于多个卷积核分别对待评估图像进行去噪，计算去噪后的待评估图像的梯度图，并对梯度图进行标准化；对标准化后的梯度图进行二值化，并基于二值化梯度图提取待评估图像中的感兴趣区域；基于所述感兴趣区域的梯度矩阵和所述感兴趣区域的面积，计算每一个卷积核去噪后的待评估图像的质量评分，并计算待评估图像的最终质量评分。本发明基于多个卷积核对图像进行滤波，以及基于梯度图提取图像中的感兴趣区域，有效的去除图像噪声，并通过组合评分去评价图像的质量，进一步减少噪声对梯度的影响，提高了评估的精确度。

技术领域

本发明涉及图像处理领域，更具体地，涉及一种图像质量评估方法、系统、电子设备及存储介质。

背景技术

图像质量评估可分为主观评估和客观评估，主观评估具有不稳定性和耗时费力的特点，无法在实际生产中进行广泛应用。客观评估通过图像处理算法对图像质量做出定性和定量的分析。如果能利用这些算法自动精确地预测与主观评估趋于一致的结果，就能克服主观评估的缺点，并应用在生产实践中。

图像质量评估存在2种场景，分别是有参考(Reference)和无参考(No Reference或Blind)。前者可以通过比较与参考图在低层语义(像素级)或高层语义(多重卷积)的相关性或相似度来实现。这类研究成果已经比较成熟。而后者是在广泛的应用中无法提供参考图的场景。这种场景下，由于图像的千变万化给无参考的图像质量评估算法造成了不小的难度。尤其针对的是使用扫描电子显微镜(SEM)，当光照环境不理想时，或当物体运动时等情况获取的图像。这些图像具有噪声大而且噪声的大小和分布不规则，边缘模糊或者边缘信息不够丰富，或图像内的物体不完全相同等特点，之前的图像处理算法因为抗噪声干扰能力差都无法获得符合主观评估一致的效果。

发明内容

本发明针对现有技术中存在的技术问题，提供一种图像质量评估方法、系统、电子设备及存储介质，该方法具有抗干扰和抗大噪声的特点，并且在边缘信息不够丰富和图像中的物体有漂移的场景中也能正常工作。

根据本发明的第一方面，提供了一种图像质量评估方法，包括：

基于多个不同的卷积核分别对待评估图像进行去噪，计算去噪后的待评估图像的梯度图，并对所述梯度图进行标准化；

对标准化后的所述梯度图进行二值化，并基于二值化梯度图提取待评估图像中的感兴趣区域；

基于所述感兴趣区域的梯度矩阵和所述感兴趣区域的面积，计算每一个卷积核去噪后的待评估图像的质量评分；

基于每一个卷积核去噪后的待评估图像的质量评分，计算待评估图像的最终质量评分。

在上述技术方案的基础上，本发明还可以作出如下改进。

可选的，所述对标准化后的所述梯度图进行二值化，并基于二值化梯度图提取待评估图像中的感兴趣区域，包括：

使用聚类算法对所述梯度图进行二值化，基于二值化梯度图将所述待评估图像分为两类，提取梯度值大的一类像素点组成的区域为所述待评估图像中的感兴趣区域。

可选的，所述感兴趣区域包括多个感兴趣子区域，所述感兴趣子区域包括至少一个像素点，所述对标准化后的梯度图进行二值化，并基于二值化梯度图提取待评估图像中的感兴趣区域，之后还包括：

剔除感兴趣区域中的异常感兴趣子区域；

且所述基于所述感兴趣区域的梯度矩阵和所述感兴趣区域的面积，计算每一个卷积核去噪后的待评估图像的质量评分包括：

基于完成剔除后的所述感兴趣区域的梯度矩阵和面积，计算每一个卷积核去噪后的待评估图像的质量评分。

可选的，所述剔除感兴趣区域中的异常感兴趣子区域，包括：

计算各个所述感兴趣子区域的梯度平均值；