[发明专利]一种基于自主学习的无参考彩色图像质量评价方法

摘要

本发明涉及一种基于自主学习的无参考彩色图像质量评价方法，属于图像处理领域。该方法包括：首先，利用四元数理论将训练集中的彩色图像用四元数矩阵表示；其次，对训练图像进行分块并利用人眼视觉感知求得图像块的局部特征；然后，利用自主学习策略构建图像字典，将最具代表性的图像块作为字典的原子；最后，将待评价彩色图像进行相同的预处理后，计算待评价图像与图像字典之间的最大相似性，通过支持向量回归分析得到最终的质量评价分数，并实时更新图像字典。本发明充分考虑了图像字典中字典原子的代表性和自主学习能力，能够同时对不同失真种类的图像进行评价，且评价结果与主观评价趋于一致。

主权项

1.一种基于自主学习的无参考彩色图像质量评价方法，其特征在于，首先利用自主学习策略选择代表性强的样本构建图像字典，然后利用所构建的图像字典和待评价图像实行映射关系得到质量评价分数，最后再利用自主学习策略实时更新图像字典；该方法具体包括以下步骤：S1：针对彩色图像，通过四元数理论将红R、绿G、蓝B三个颜色通道中的像素用一个超复数进行表示，得到彩色图像的四元数矩阵；S2：将图像进行分块处理，通过人眼视觉特性提取图像块的局部特征，并消除图像块间的相关性；S3：利用自主学习策略，自主选择图像块中相似性最小的图像块，并判断该图像块与字典内所有原子间的差异性，若差异性小则放入字典中，依次循环直至达到字典维度时输出字典；S4：通过待评价图像与字典间的映射关系，并通过支持向量回归SVR方法得到最终的质量评价分数；S5：根据待评价图像和求得的质量评价分数用自主学习策略实时更新字典。