[发明专利]一种面向图像集的置信度一致性增强质量评价方法

摘要

本发明涉及一种面向图像集的置信度一致性增强质量评价准则，包括以下步骤：将原始图像集通过图像质量增强算法得到增强后的图像集；再使用现有的质量评价方法对原始图像集以及增强后的图像集中的全部图像进行质量评价，得到每幅图像增强前后的质量分数；算出各幅图像增强前后的质量分数差值，并求出质量分数差值的平均值U与标准差S；选取置信区间，对质量分数差值进行筛选；在筛选后的有效测试数据中求出一致性增强质量评价分数有效值，并判断该图像质量增强算法的一致性与稳定性。本发明可以在不同的质量评价方法下，为具体应用与特定参数标准找出适当的图像质量增强算法，并为所有的图像质量增强算法提供一个可靠性更高的质量评价体系。

主权项

1.一种面向图像集的置信度一致性增强质量评价方法，其特征在于，包括以下步骤：步骤1、首先使用质量评价方法M对获取的原始图像集(I1，I2，...，Ii，...，In)中的全部图像进行质量评价，得出每幅原始图像的质量分数，其中，第i幅原始图像Ii的质量分数为αi，i＝1，2，...，n，n为图像集中所包含图像的总数量；步骤2、使用图像质量增强算法A对原始图像集(I1，I2，...，Ii，...，In)中的全部原始图像进行图像质量增强，得到增强图像集(I’1，I’2，...，I’i，...，I’n)；步骤3、使用质量评价方法M对增强图像集(I’1，I’2，...，I’i，...，I’n)中的每一幅增强图像做质量评价，得到每幅增强图像的质量分数，其中，第i幅增强图像I’i的质量分数为βi；步骤4、计算得到原始测试数据CEQA1，CEQA2，...，CEQAi，...，CEQAn，其中，CEQAi＝βi‑αi；步骤5、计算原始测试数据CEQA1，CEQA2，...，CEQAi，...，CEQAn的平均值U与标准差S；步骤6、根据平均值U与标准差S设置置信区间，依据置信区间对原始测试数据值进行筛选，从n个原始测试数据中选出m个数据作为有效测试数据；步骤7、将m个有效测试数据重新排序整理为CEQA’1，CEQA’2，...，CEQA’j，...，CEQA’m，j＝1，2，...，m；步骤8、将m个有效测试数据与0值比较，若全部有效测试数据都大于0，则说明在质量评价方法M的评价下，图像质量增强算法A为一致性增强算法；否则，图像质量增强算法A为非一致性增强算法。