[发明专利]一种基于彩色向量夹角LBP算子的无参考彩色图像质量评价方法

摘要

本发明公开了一种基于彩色向量夹角LBP算子的无参考彩色图像质量评价方法，本发明将彩色图像提取出红色图像分量、绿色图像分量和蓝色图像分量，将三个分量组成彩色向量，根据彩色向量计算出彩色向量夹角图像，并从彩色向量夹角图像中提取出CLBP特征和DLBP特征，并得到其均值、标准差、偏度、峰度和熵合成得到特征向量，送入支持向量机中训练和测试，得到客观图像质量分值。该方法充分利用图像的彩色信息构造出彩色向量夹角CLBP算子和DLBP算子，该方法充分考虑图像的空间邻域失真信息和彩色失真信息，提高了图像质量评价的效率和准确度。

主权项

1.一种基于彩色向量夹角LBP算子的无参考彩色图像质量评价方法，其特征在于，该方法包括如下步骤：步骤(1)：从输入图像集中输入彩色图像，将输入图像集随机划分成测试图像集和训练图像集；步骤(2)：将测试图像集和训练图像集中的彩色图像提取出红色图像分量R、绿色图像分量G和蓝色图像分量B；步骤(3)：对R通道图像、G通道图像和B通道图像进行归一化处理，分别得到归一化R通道图像NR、归一化G通道图像NG和归一化B通道图像NB；步骤(4)：将归一化R通道图像在(i,j)点处的取值NR(i,j)、归一化G通道在(i,j)点处的取值NG(i,j)和归一化B通道在(i,j)点处的取值NB(i,j)组成彩色向量C(i,j)，组合公式如下：C(i,j)＝[NR(i,j),NG(i,j),NB(i,j)]步骤(5)：计算彩色图像在(i,j)点处的彩色向量中心夹角θ(i,j)，将彩色向量中心夹角θ(i,j)组成彩色向量中心夹角图像θ，计算彩色向量中心夹角图像θ的CLBP特征；计算CLBP特征的均值、标准差、偏度、峰度和熵作为CLBP特征向量X；步骤(6)：计算彩色向量中心夹角图像的DLBP特征，计算DLBP特征的均值、标准差、偏度、峰度和熵作为DLBP直方图特征向量Y；步骤(7)：将特征向量X和特征向量Y合并成特征向量f1；f1＝[X,Y]步骤(8)：将步骤(1)中的输入彩色图像进行2级的下采样，得到另外2个不同尺度下的彩色图像；步骤(9)：对另外2个不同尺度下的彩色图像重复步骤(2)到步骤(9)，得到另外2个不同尺度下的特征向量，记为f2和f3；步骤(10)：将特征向量f1、f2和f3组合成最终总的特征向量F，组合公式如下：F＝[f1,f2,f3]步骤(11)：将特征向量F合并主观MOS分值送到支持向量回归机中进行训练，得到训练后的支持向量回归机；步骤(12)：将测试图像同样按步骤(1)到步骤(10)提取出特征向量F，送到训练后的支持向量回归机中进行测试，得到客观的图像质量评价结果。