[发明专利]基于视皮层方位选择性机理的无参考图像质量评价方法

摘要

本发明公开了一种基于视皮层方位选择性机理的无参考质量评价方法，主要解决现有技术评价准确率低和稳定度差的问题。其实现步骤是：1.从图像数据库中选取实验样本；2.设计图像局部区域结构描述子；3.使用图像局部区域结构描述子计算图像一级模式向量；4.对一级模式向量进行降维得到二级模式向量；5.对二级模式向量聚类得到模式字典；6.用模式字典提取训练样本特征向量；7.使用训练样本特征向量建立预测模型；8.提取测试样本特征向量；9.使用测试样本特征向量和预测模型计算测试样本质量值；10.根据测试样本质量值判断测试样本质量。本发明极大的提高了质量评价准确率和稳定度，可用于以优化视觉质量为目的的图像处理系统中。

主权项

1.一种基于视皮层方位选择性机理的无参考图像质量评价方法，包括：(1)从图像质量评价数据库的实验样本中取出400幅污染图作为训练样本，100幅污染图作为测试样本，500幅未受污染的自然图像作为字典学习样本；(2)设计图像局部区域的结构描述子：(2a)输入一幅待处理图像D_m×n，m表示图像的长度，n表示图像的宽度，计算D_m×n的垂直方向梯度矩阵G_υ和水平方向梯度矩阵G_h；(2b)根据垂直方向梯度矩阵G_υ和水平方向梯度矩阵G_h计算出D_m×n的方向趋势矩阵：(2c)取H_m×n中某个点x_ij的局部24邻域，1≤i≤m，1≤j≤n，得到5*5的局部方向趋势矩阵，计算该矩阵中心点x_ij与邻域点的空间相关性，得到二值化矩阵R_ij，并按照逆时针的顺序对二值化矩阵R_ij进行排序，得到图像局部区域结构描述子b_ij，再将b_ij转化成十进制形式得到模式p_ij；(2d)将H_m×n中每个点都进行(2c)的操作，得到模式矩阵P：(3)统计模式矩阵P的模式直方图，得到一级模式向量ψ₁：其中ε_k为第k个直方图能量系数，δ(·)表示冲击函数，取值只能为0或者1；(4)使用旋转不变性对一级模式向量ψ1进行降维处理，将模式向量ψ₁的维数减少到原来的得到二级模式向量ψ₂；(5)在字典学习样本上使用Kmeans聚类算法训练模式字典book；(6)提取400个训练样本的特征向量f_w：(6a)将400个训练样本分别经过步骤(2)‑(4)的操作得到400个训练样本的二级模式向量1≤w≤400；(6b)将400个训练样本的二级模式向量分别投影到模式字典book上，得到400个训练样本的特征向量f_w；(7)将400个训练样本的特征向量f_w输入支持向量机SVR中，得到预测模型MOD；(8)提取100个测试样本的特征向量f_a，1≤a≤100；(9)将100个测试样本的特征向量f_a和预测模型MOD输入到支持向量机SVR，计算出100个测试样本的质量值Q_a；(10)根据测试样本的质量值Q_a，对测试样本的图像质量进行判断：若Q_a＝0，则表示该测试样本没有被噪声污染；若0＜Q_a≤5，则表示该测试样本被噪声轻度污染；若5＜Q_a≤8，则表示该测试样本被噪声中度污染；若Q_a＞8，则表示该测试样本被噪声重度污染。