[发明专利]一种基于图像处理的图像质量识别方法

摘要

本发明涉及一种基于图像处理的图像质量识别方法，解决的是精确度低的技术问题，通过采用将图像质量识别的目标图像进行i次退化失真处理，第i次退化失真处理的退化参数为C_i，记录对应的退化图像，建立图像质量评价模型，结合退化参数C_i，消除图像清晰度评分值，亮度对比度评分值以及色彩准确度评分值中的错误值，并将剩余正确值进行正向归一化后进行模型带入，并进行修正的技术方案，较好的解决了该问题，可用于图像质量识别中。

主权项

1.一种基于图像处理的图像质量识别方法，其特征在于：步骤一，将图像质量识别的目标图像进行i次退化失真处理，第i次退化失真处理的退化参数为C_i，记录对应的退化图像；步骤二，定义W₁为图像清晰度的主观评价赋值权重，W₂为亮度对比度的主观评价赋值权重，W₃为色彩系数的主观评价赋值权重，建立图像质量评价模型为：Q_S＝W₁Q_q+W₂I_c+W₃Q_p；W₁+W₂+W₃＝1；其中，Q_q为图像清晰度，I_c为亮度对比度，Q_p为色彩系数，Q_p＝crrocoeff(I_A，I)为图像质量的量度值，I为实时测量图像，I_A为训练样本平均值，i为正整数；步骤三，通过RGB色彩空间，构建颜色系数形状参数模型计算色彩系数：其中，Γ(x)＝∫₀^∞e^‑tt^x‑1dt(x＞0)，α为形状参数，控制颜色系数形状参数模型的分布状态，σ为标准差，控制方差；步骤四，将所述目标图像以及退化图像将划分成M×N的不重叠的子图像，采集用户对所有子图像的图像清晰度评分值、亮度对比度评分值以及色彩准确度评分值；步骤五，结合退化参数C_i，消除图像清晰度评分值，亮度对比度评分值以及色彩准确度评分值中的错误值，并将剩余正确值进行正向归一化，所述其中，med(评分值)＝(min(评分值)+max(评分值))/2；步骤六，将步骤五正向归一化后的图像清晰度评分值，亮度对比度评分值以及色彩准确度评分值带入步骤二的图像质量评价模型，完成目标图像和退化图像的质量评分的计算，根据退化图像的质量评分、退化参数值修正目标图像的质量评分，完成图像质量识别。