[发明专利]一种基于兴趣区域多纹理特征融合的图像质量评价方法

说明书

一种基于兴趣区域多纹理特征融合的图像质量评价方法属于计算机视觉领域。本发明有针对性的关注局部花粉颗粒的纹理信息作为整张图像的质量分数。该模型的流程模块包括图像预处理模块、局部花粉颗粒提取模块、多纹理特征量化指标提取模块和质量评价最终得分模块。结果显示，我们提出的流程和解决方案关注局部花粉颗粒感兴趣区域的效果，可以更好感知花粉数据的质量。

技术领域

本发明涉及一种基于兴趣区域多纹理特征融合的图像质量评价方法，属于计算机视觉领域。

背景技术

过敏性疾病是一个主要的公开卫生问题，花粉是致使人体过敏的诱因之一。专家往往利用人工计数的方法检测空气中花粉的浓度，以此来保证花粉过敏患者的正常生活。随着图像数字化设备的发展，如今引入了自动化识别手段。自动化识别中最重要的步骤就是利用仪器生成数字化数据。然而，由于焦平面的不同会导致样本出现成像模糊的情况，花粉数据质量随之变的各不相同，而数据的质量严重影响着分类网络的性能，人工挑选高质量数据费时费力，所以急需一种自动化的图像质量评价方法，保留高质量图像。本文提出基于兴趣区域多纹理特征融合的图像质量评价方法，以此筛选高质量数据。

程德强，邵丽蓉^[1]等人提出了一种基于显著性的无参考模糊图像质量评价方法。程姗，曾焕强^[2]等人提出一种基于特征融合的无参考屏幕图像质量评价。综上可以看出，现有图像质量评价方法大多针对一般的自然图像进行评价，并不能针对全局图像中备受关注的特定局部目标物进行质量感知。参考文献：

[1]程德强,邵丽蓉,刘威龙,张剑英,游大磊.基于显著性的无参考模糊图像质量评价[J].电视技术,2018,42(07):1-4.DOI:10.16280/j.videoe.2018.07.001.

[2]程姗,曾焕强,陈婧,田钰,蔡灿辉.基于特征融合的无参考屏幕图像质量评价[J].信号处理,2019,35(03):419-425.DOI:10.16798/j.issn.1003-0530.2019.03.013.

如附图1所示，花粉数据具有以下特点：

1)花粉图像尺寸很大。其中，花粉颗粒面积占比很小，只在局部出现。

2)花粉图像的质量信息与纹理信息密不可分，纹理越清晰，质量往往越好，所以纹理信息对于花粉颗粒质量分析至关重要。

纹理信息是关注的重点内容，同时，也是一种有组织结构的区域现象，它与图像中的亮度变化相关，可以被人眼所感知，纹理特征还有比较好的表征图像质量水平的能力。针对花粉图像的特点，人们往往更关注于花粉图像感兴趣区域的特征，也就是局部花粉颗粒区域的图像质量，所以对花粉颗粒区域运用多种纹理方法融合进行纹理特征分析，以此来感知花粉图像的质量，从而提高花粉图像质量评价的准确性。

发明内容

现有图像质量评价方法大都只适用于一般的自然图像进行评价，然而，花粉图像尺寸大，杂质、气泡等不受关注的背景面积大，同时，重点关注花粉图像中的花粉颗粒感兴趣区域。花粉颗粒图像的质量信息与纹理信息密不可分，纹理越清晰，质量越好。本发明针对此问题，设计了一种基于兴趣区域多纹理特征融合的图像质量评价方法，具体而言，多张花粉图像的质量预测值由每一张花粉图像中的一个或多个局部花粉颗粒感兴趣区域的多纹理特征组合决定。多纹理特征融合避免了单一纹理特征的局限性和偶然性。结果显示，提出的流程和解决方案关注局部花粉颗粒感兴趣区域的效果，可以更好感知花粉数据的质量。

本发明采用如下技术方案：有针对性的关注局部花粉颗粒的纹理信息作为整张图像的质量分数。该模型的流程模块包括图像预处理模块、局部花粉颗粒提取模块、多纹理特征量化指标提取模块和质量评价最终得分模块。

本发明的具体方案如附图2所示。