[发明专利]一种图像质量盲评估的统计测度方法

摘要

本发明属于图像质量评估技术领域，具体为一个图像质量盲评估的统计测度方法。该测度方法以失真图像在小波域区分归一化变换(Divisive Normalization Transform,DNT)系数的统计分布与其拟合为高斯分布之间的K-L统计测度来描述图像的失真。分析表明：这样描述图像失真的K-L统计测度不需要任何未失真图像的参考或先验信息，因此可避免过去图像质量客观盲评估方法所依赖的特征选择与提取、机器学习等。LIVE图像质量评估数据库的评估结果表明：本发明提出的盲评估统计测度对图像质量评估结果与数据库的主观评估结果高度一致，且优于文献中报道的盲评估测度。

主权项

1. 一个图像质量盲评估的统计测度方法，其特征在于应用失真图像在小波域区分归一化变换（DNT)系数的统计分布与其拟合的高斯分布之间的K-L统计测度来描述图像的失真，具体步骤如下：（1）如果失真图像是彩色图像，先将彩色图像转换成灰度图像；对失真的灰度图像进行小波系数变换，得到个尺度与个方向上的小波系数子带；（2）在每个小波系数子带内，进行区分归一化变换，即对拟合小波系数分布的高斯尺度混合分布的乘数变量进行最大似然估计；将每个小波系数除以对应的乘数估计结果，得到DNT系数；（3）在每个小波系数子带内，将DNT系数进一步分块；在每个DNT系数块内，对系数去均值，计算系数方差；对每个系数子带内所有的DNT系数块的方差取平均，作为近似参考图像DNT系数分布的高斯分布的方差；（4）在每个小波系数子带内，计算DNT系数分布与近似高斯分布的离散化的K-L距离，将计算得到的K-L距离作为该小波系数子带的质量衰减测度；（5）将所有小波系数子带的K-L距离取平均，作为该失真的灰度图像的质量衰减测度。