[发明专利]基于CNN的屏幕失真图像无参考质量评价方法

摘要

本发明涉及一种基于CNN的屏幕失真图像无参考质量评价方法，包括以下步骤：图像分解：给定一张图像，将其调整到227x 227大小，采用半参数模型将图像分为预测部分和未预测部分；将分解得到的预测图和未预测图转化为灰度图，分别对转化后的灰度图进行归一化处理；设计分为两路的卷积神经网络CNN，将经过归一化处理的预测图和未预测图作为输入，上下两路网络结构相同；网络分为6个卷积层，3个池化层以及两个跳层连接，采用ReLU作为激活函数，融合上下两路输出，将其送入多层感知MLP中处理，得到预测图像的质量分数。

主权项

1.一种基于CNN的屏幕失真图像无参考质量评价方法，包括以下步骤：第一步，图像分解给定一张图像，将其调整到227x227大小，采用半参数模型将图像分为预测部分和未预测部分方法如下：(1)建立自回归模型：χ_i＝X^k(χ_i)·a+ε_i其中，χ_i表示图像的第i个像素值，X^k(χ_i)表示邻近χ_i的k个像素组成的向量，a表示自回归参数，ε_i表示误差项；(2)预测部分通过自回归模型和双边滤波的线性融合得到：其中，和b分别表示自回归模型和双边滤波器的估计参数，ω＝0.2用于控制两部分的重要程度；(3)未预测部分可以通过输入像素y_i和预测部分的差导出：(4)根据半参数模型将图像分为预测部分和未预测部分；第二步，将分解得到的预测图和未预测图转化为灰度图，分别对转化后的灰度图进行归一化处理；第三步，卷积神经网络CNN设计分为两路的卷积神经网络CNN，将经过归一化处理的预测图和未预测图作为输入，上下两路网络结构相同；网络分为6个卷积层，3个池化层以及两个跳层连接，采用ReLU作为激活函数，融合上下两路输出，将其送入多层感知MLP中处理，得到预测图像的质量分数Sp。