[发明专利]一种与视觉感知相关的图像质量评价方法

摘要

本发明公开了一种与视觉感知相关的图像质量评价方法；具体步骤为：建立IQA模型，首先对IQA数据库中所有参考图像和失真图像进行颜色空间转变，然后提取图像多种特征，经相似性计算和池化策略后，为每幅失真图像生成14‑D特征向量，再结合主观得分MOS值，利用RF回归工具训练质量评价模型；回归预测，将待评价的失真图像及其对应参考图像分别经过特征提取，再计算特征相似性，经池化策略后，将生成的14‑D特征向量输入到训练好的RF回归模型中，模型的输出值即为对该失真图像质量的精确预测；本发明实现与人眼主观感知判断的高度相关性，并在模型运算复杂度和预测精度上实现了很好的平衡的效果。

主权项

1.一种与视觉感知相关的图像质量评价方法，其特征在于，具体按照以下步骤实施：步骤1、将IQA数据库中所有参考图像和失真图像由RGB颜色空间转换到YIQ颜色空间中，将图像亮度通道Y与两个色度通道I和Q进行分离，得到亮度通道Y的亮度特征，以及I和Q色度通道的两个色度特征；步骤2、分别在亮度通道Y中提取参考图像和失真图像的梯度特征，并计算两个梯度特征的相似性，得到梯度相似性特征；分别在亮度通道Y中提取参考图像和失真图像的对比敏感度特征，并计算两个对比敏感度特征的相似性，得到对比敏感度相似性特征；计算参考图像和失真图像在I和Q两个色度通道的色度相似性特征；步骤3、采用高斯差分DOG模型在亮度通道Y中分别对参考图像和失真图像进行5个等级的频带分解，得到5个频带相似性特征；步骤4、通过池化策略，提取梯度相似性特征的平均值、标准偏差及熵，提取对比敏感度相似性特征的平均值、标准偏差及熵，以及色度相似性特征的平均值、标准偏差及熵，再与5个频带相似性特征进行多特征融合，从而为每幅失真图像生成一个表征其失真程度的14‑D特征向量；步骤5、将IQA数据库中所有失真图像生成的14‑D特征向量及其对应的主观平均得分MOS值一同输入到随机森林RF中训练回归模型；步骤6、将待评价的失真图像及其对应的参考图像分别经过步骤1到步骤4，得到代表失真图像质量的14‑D特征向量，输入到训练好的RF回归模型中，输出结果即为模型预测的待评价图像的质量分数。