[发明专利]一种基于归一化振铃加权的无参考模糊复原图像综合质量评估方法

摘要

一种基于归一化振铃加权的无参考模糊复原图像综合质量评估方法，本发明涉及无参考模糊复原图像综合质量评估方法。本发明是要解决复原图像质量评估方法无法全面、合理及有效地对模糊复原图像质量进行评估的问题。该方法是通过一、得到复原图像I；二、得到参考图像I_r；三、计算I和I_r的亮度相似度指标l(I,I_r)、c(I,I_r)和s(I,I_r)；四、计算图像I和I_r的梯度相似度指标；五、得到MGSSIM(I,I_r)；六、得到改进的无参考结构相似度指标INRSSM；七、归一化振铃度量指标NRM；八、生成复原图像质量振铃退化因子β；九、得到最终的复原图像质量评估指标RIAM等步骤实现的。本发明应用于无参考模糊复原图像综合质量评估领域。

主权项

一种基于归一化振铃加权的无参考模糊复原图像综合质量评估方法，其特征在于，该方法具体是按照以下步骤进行的：步骤一、采用典型的图像复原算法对灰度模糊图像F(i,j)复原操作，得到复原图像I；其中，F(i,j)为灰度模糊图像中的第i行，第j列像素值；步骤二、对复原图像I进行二次模糊得到参考图像Ir；其中，二次模糊使用大小为m×m，方差为σ的高斯模糊核G_blur对复原图像I进行二次模糊处理；m为用于复原图像二次模糊的高斯模糊核的大小，下标blur为模糊的含义；步骤三、根据复原图像I的亮度信息、对比度信息和梯度信息及参考图像I_r的亮度信息、对比度信息和梯度信息，计算I和Ir的亮度相似度指标l(I,Ir)、对比度相似度指标c(I,I_r)和结构相似度指标s(I,I_r)；步骤四、计算步骤一中复原图像I的梯度图像g_I，计算步骤二中参考图像I_r的梯度图像g_Ir，根据梯度图像g_I和g_Ir计算图像I和I_r的梯度相似度指标g(I,I_r)；$g(I,I_r)=\frac{2\underset{i=1}{\overset{M}{\Σ}}\underset{j=1}{\overset{N}{\Σ}}{g}_I(i,j)g_{Ir}(i,j)+C_4}{\underset{i=1}{\overset{M}{\Σ}}\underset{j=1}{\overset{N}{\Σ}}\[{\left(g_I\right(i,j\left)\right)}^2+{\left(g_{Ir}\right(i,j\left)\right)}^2\]+C_4}$其中，C₄＝(k3×L)²，0＜k3＜＜1，L为像素灰度级，对于8位灰度图像取为255；g_I(i,j)为梯度图像g_I中第i行，第j列的梯度图像；g_Ir(i,j)为梯度图像g_Ir中第i行，第j列的梯度图像；步骤五、根据步骤一得到的复原图像I、步骤三得到的二次模糊图像I_r的亮度相似度指标l(I,I_r)、对比度相似度指标c(I,I_r)、结构相似度指标s(I,I_r)以及步骤四得到梯度相似度指标g(I,I_r)，计算梯度结构相似度指标GSSIM(I,I_r)，将GSSIM(I,I_r)平均分块得改进的梯度平均结构相似度指标MGSSIM(I,I_r)；步骤六、根据MGSSIM(I,Ir)得到改进的无参考结构相似度指标INRSSM，其中，INRSSM＝1‑MGSSIM(I,I_r)；步骤七、采用计算共生矩阵的方法检测复原图像I中存在的导致振铃效应的平行边缘像素数，并将平行边缘像素数进行归一化处理，得到归一化振铃度量指标NRM；步骤八、根据步骤七得到的复原图像振铃效应计算结果NRM指标，生成复原图像质量振铃退化因子β，β的计算表达式如下：$\mathrm{\β}=\left\{\begin{array}{cc}1,& 0\<NRM\<0.01\\ 0.9,& 0.01\<NRM\<0.05\\ 0.8,& 0.05\<NRM\<0.1\\ 0.6,& 0.1\<NRM\<0.2\\ 0.4,& 0.2\<NRM\<0.3\\ 0.2,& 0.3\<NRM\<0.4\\ 0,& 0.4\<NRM\<1\end{array}\right.$步骤九：用步骤八计算的图像质量退化因子β对步骤六获得的改进的无参考结构相似度指标INRSSM进行加权，得到最终的复原图像质量评估指标RIAM，其计算公式为RIAM＝INRSS×β。