[发明专利]一种基于前景检测的双框架缩略图像质量评价方法

摘要

本发明公开了一种基于前景检测的双框架缩略图像质量评价方法，包括步骤：S1、对输入的原始图像和缩略图像进行图像配准，得到原始图像和缩略图像的像素对应关系；S2、对输入的原始图像进行前景检测，得到前景显著性图；S3、判断图像是否具有显著前景；S4、若图像有显著前景，则综合采用前景质量评价和全局质量评价来计算缩略图像的客观质量评分；S5、若图像没有显著前景，则仅采用全局质量评价来计算缩略图像的客观质量评分；S6、用已有数据训练得到的评分融合模型对步骤S4或S5中的各项指标进行融合得到最终的客观排名或评分。通过本发明方法能够取得更好的质量评价效果。

主权项

1.一种基于前景检测的双框架缩略图像质量评价方法，其特征在于，包括以下步骤：S1、对输入的原始图像和缩略图像进行图像配准，得到原始图像和缩略图像的像素对应关系；S2、对输入的原始图像进行前景检测，得到前景显著性图；S3、判断图像是否具有显著前景；S4、若图像有显著前景，则综合采用前景质量评价和全局质量评价来计算缩略图像的客观质量评分，具体为：S4.1、计算原始图像和缩略图像的前景物语义相似度，具体为：S4.1.1、采用给定阈值对前景显著性图进行二值化，得到原始图像的前景物掩模；S4.1.2、将原始图像的前景物掩模通过配准关系映射，得到缩略图像的前景物掩模；S4.1.3、分别用各自的前景物掩模提取出原始图像和缩略图像中的前景物；S4.1.4、在不改变前景物宽高比的情况下，对提取的前景物进行黑边填充和等比例缩放，得到适应神经网络输入尺寸的前景物图；S4.1.5、将原始图像和缩略图像的前景物图分别输入到预训练好的神经网络中，并取神经网络的倒数第二层输出作为语义特征向量；S4.1.6、计算原始图像和缩略图像的前景物图对应的语义特征向量之间的余弦相似度作为语义相似度；S4.2、计算原始图像和缩略图像中前景物的尺寸变化；S4.3、计算各区块的宽高比改变和内容损失，并用显著性图加权得到全局结构保真度；S4.4、分别提取缩略图像和原始图像的轮廓集，计算全局轮廓保真度；S5、若图像没有显著前景，则仅采用全局质量评价来计算缩略图像的客观质量评分，除换用更适合无显著前景的图像的显著性图外，其余计算同步骤S4.3和步骤S4.4；S6、用已有数据训练得到的评分融合模型对步骤S3或S4中的各项指标进行融合得到最终的客观排名或评分。