[发明专利]一种无参考图像模糊度估计新方法

摘要

本发明公开了一种无参考图像模糊度估计新方法，涉及图像处理中的像素域无参考图像质量评价领域，具体涉及一种基于图像边缘长度和边缘宽度的无参考图像模糊度估计方法。本发明通过提出一种利用图像边缘长度和图像边缘宽度联合对图像模糊度进行估计的方法，较为准确地对各种图像的模糊度进行估计。本发明提出了一种简单有效的将边缘图像分割为独立的边缘线的方法。与传统计算边缘宽度不同，本发明每隔多个点计算一次边缘宽度，有效的减少了运算量。通过相邻边缘点的位置来判断边缘方向，并沿着垂直与边缘的方向计算边缘宽度。本发明方法与目前性能较好的基于边缘梯度和边缘宽度的估计方法相比拟合度明显提高。

主权项

一种无参考图像模糊度估计新方法，其特征在于包括如下步骤：步骤1：读取图像数据，并对其进行预处理，彩色图像的数据为R、G、B或Y、CB、CR；黑白图像数据为Y，其中R、G、B分别代表像素的红、绿、蓝三基色值，Y代表像素的亮度值，CB、CR分别代表像素的蓝色差值和红色差值；步骤1.1：读取图像数据，将每个像素的亮度数据Y提取出来，以矩阵的形式存入内存中，组成亮度图像，矩阵大小和图像大小相等，矩阵中各元素的值分别代表相应位置图像像素的亮度值；步骤1.2：使用双线性插值方法将亮度图像的尺寸变换为512x512；步骤1.3：利用canny算子提取图像边缘，得到代表原始亮度图像边缘的边缘图像；步骤2：对边缘图像进行分割处理，将其分割成多条边缘线，包括如下步骤：步骤2.1：对边缘线的条数i进行计数，初始为i＝0，如果从边缘图像中获取了一个有效的边缘线起始点，则边缘线条数的计数i加1，并初始化第i条边缘线的长度j为1，将边缘线起始点作为当前点，然后将该当前点标记为第i条边缘线的第j个点，如果没有获取到有效的边缘线起始点，则转至步骤2.4；步骤2.2：获取和当前点相邻的有效边缘点，如果没有获取到相邻的有效边缘点，则转至步骤2.1；步骤2.3：将边缘线长度计数j加1，将获取的相邻的有效边缘点作为新的当前点，并将该点标记为第i条边缘线的第j个点,然后返回步骤2.2，继续获取下一个相邻的有效边缘点；步骤2.4：由于环形边缘线没有起始点，为了标识出环形边缘线，随机选取一个有效的边缘点作为环形边缘线的起始点，然后按照步骤2.1至2.3的方法查找出所有环形边缘线；步骤3：对获取的边缘线进行处理，得到各边缘线对应的长度和平均宽度，并利用其估计原始图像的模糊度；步骤3.1：根据边缘线长度计数j获取每条边缘线的长度；如果长度小于10，则认为该边缘线对图像模糊度没有影响，因此剔除边缘长度小于10的边缘线；步骤3.2：对边缘线上的点进行抽样，每隔5个点计算一次边缘宽度,计算与当前点在同一边缘线上并且相隔两个像素的两个点的坐标,利用这两点的坐标计算边缘的斜率，在与边缘垂直的方向上寻找亮度图像像素值的两个极值点，这两极值点的距离即为边缘宽度；步骤3.3：对各取样点计算得到的边缘宽度进行平均，得到各边缘线的平均宽度；步骤4：依据边缘线的长度和平均宽度求得模糊度，方法如下：步骤4.1：遍历所有长度大于10的边缘线中的边缘点，求各边缘点的模糊度指标a，a的计算方法如下：a＝Width×lg(Lenth)，其中Width表示该点所在边缘线的平均宽度，Lenth表示该点所在边缘线的长度；步骤4.2：对步骤4.1求出的所有a取平均值，得到图像模糊度。