[发明专利]针对JPEG2000压缩失真的无参考图像质量客观评价方法

摘要

本发明涉及一种针对JPEG2000压缩失真的无参考图像质量客观评价方法，包括两个部分，第一部分：建立图像特征字典，将每组失真图像块的特征向量分别进行K‑means聚类，得到聚类中心；第二部分：对JPEG2000失真的测试图像质量客观评价：采用SDSP算法计算测试图像的显著性；用差分滤波器提取特征向量；将特征向量聚类；根据特征向量与聚类中心的距离计算质量；将所有图像块质量加和平均，求得整幅测试图像的质量分数。本发明可以有效地提高客观评价结果与主观感知的相关性。

主权项

一种针对JPEG2000压缩失真的无参考图像质量客观评价方法，包括两个部分，第一部分：建立图像特征字典①将参考图像和JPEG2000压缩失真图像分块，每幅图像分成大小为8*8，数量为8*8的图像块，将一幅图像的参考图像块记为xi，i＝1,2...64，相应的失真图像块记为di；②计算参考图像块xi和相应的失真图像块di的结构相似度，记为si，其中其中，PC(xi)和G(xi)分别是参考图像块的相位一致性和梯度，相应的,PC(di)和G(di)分别是失真图像块的相位一致性和梯度,t1是正常数；③将si进行归一化，归一化因子为其中Ω是一幅失真图像中所有图像块的集合，Ωp是整幅图像的图像块的结构相似度si按升序排列后，前10％的si对应的图像块的集合，将结构相似度归一化为失真图像块的质量分数ci，其中ci＝si/C，归一化后的质量分数ci的区间为[0,1],将质量分数平分成10个等级；④计算上述步骤①中得到的所有失真图像块的质量分数，质量分数在同一质量等级的失真图像块为一组，共得到10组失真图像块，记为Gl，l＝1,2...10，第l等级的质量分数记为ql＝l/10；⑤用差分滤波器提取上述步骤①中得到的所有失真图像块的特征，差分滤波器的尺度参数σ分别等于0.5，2.0，4.0，得到特征向量集{f}；⑥将上述步骤④中的每组失真图像块的特征向量分别进行K‑means，K＝30聚类，每组失真图像块得到30个聚类中心,记为δl,m，δl,m表示第l等级的第m，m＝1,2...30个聚类中心；第二部分：对JPEG2000失真的测试图像质量客观评价①将一幅测试图像的图像块记为ti，i＝1,2...64，采用SDSP算法计算各个图像块的显著性，ti的显著图为其中，分别为ti的频率显著性，颜色显著性和位置显著性，将SDSPi所有像素点x的值相加得到ti的显著性VSi；②用差分滤波器提取ti的特征向量,差分滤波器的尺度参数σ分别等于0.5，2.0，4.0，得到特征向量fi；③在每个质量等级内，将ti的特征向量聚类，得到10个聚类结果，记在第l质量等级中与ti距离最小的聚类中心为ti与的距离为④根据ti的特征向量与聚类中心的距离δl，i计算ti的质量L＝10，其中λ为控制衰减速率的因子，取λ＝32；⑤将ti的显著性VSi作为测试图像每个图像块的质量权重，所有图像块质量加和平均，求得整幅测试图像的质量分数。