一種基于Gabor加權(quán)特征的全參考型圖像質(zhì)量評(píng)價(jià)方法
【專利摘要】本發(fā)明涉及一種基于Gabor加權(quán)特征的全參考型圖像質(zhì)量評(píng)價(jià)方法。本發(fā)明的具體步驟是：(一)輸入失真圖像和參考圖像；(二)對(duì)輸入失真圖像和參考圖像進(jìn)行二維Gabor變換得到Gabor系數(shù)；(三)將失真圖像和參考圖像的Gabor系數(shù)組成矩陣，對(duì)其進(jìn)行主成分分析，得到第一和第二主成分分量；(四)將失真圖像和參考圖像第一和第二主成分分量組成主成分矩陣，并計(jì)算失真圖像和參考圖像的主成分矩陣之間的相似度及相似度均值；(五)將相似度均值進(jìn)行加權(quán)相加得到客觀評(píng)價(jià)分值。本發(fā)明采用Gabor變換和PCA變換對(duì)圖像進(jìn)行轉(zhuǎn)換，對(duì)相似度均值進(jìn)行加權(quán)相加得到客觀評(píng)價(jià)分值，提高了圖像質(zhì)量評(píng)價(jià)的精度。
【專利說(shuō)明】—種基于Gabor加權(quán)特征的全參考型圖像質(zhì)量評(píng)價(jià)方法
(―).【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像處理領(lǐng)域，涉及一種圖像質(zhì)量評(píng)價(jià)方法，尤其涉及一種基于Gabor加權(quán)特征的全參考型圖像質(zhì)量評(píng)價(jià)方法。
(二).【背景技術(shù)】
[0002]圖像質(zhì)量評(píng)價(jià)方法是圖像處理領(lǐng)域的關(guān)鍵問(wèn)題，圖像質(zhì)量評(píng)價(jià)可分成主觀圖像質(zhì)量評(píng)價(jià)方法和客觀圖像質(zhì)量評(píng)價(jià)方法。主觀評(píng)價(jià)方法根據(jù)觀察者的感受進(jìn)行打分，雖然準(zhǔn)確，但存在著成本高昂和費(fèi)時(shí)等缺點(diǎn)，客觀圖像質(zhì)量評(píng)價(jià)方法采用計(jì)算模型自動(dòng)預(yù)測(cè)圖像質(zhì)量，成本低，耗時(shí)短，具有很好的應(yīng)用價(jià)值?？陀^圖像質(zhì)量評(píng)價(jià)方法可分成全參考型圖像質(zhì)量評(píng)價(jià)方法，半?yún)⒖夹蛨D像質(zhì)量評(píng)價(jià)方法和無(wú)參考型圖像質(zhì)量評(píng)價(jià)方法。全參考型圖像質(zhì)量評(píng)價(jià)方法采用完美的，質(zhì)量很好的圖像作為參考圖像對(duì)圖像進(jìn)行客觀質(zhì)量評(píng)價(jià)。無(wú)參考型圖像質(zhì)量評(píng)價(jià)方法不采用參考圖像，根據(jù)圖像的特性進(jìn)行客觀質(zhì)量評(píng)價(jià)。半?yún)⒖夹蛨D像質(zhì)量評(píng)價(jià)方法采用從圖像中提取的部分關(guān)鍵信息并結(jié)合圖像本身的特性進(jìn)行客觀質(zhì)量評(píng)價(jià)。本發(fā)明涉及一種全參考型圖像質(zhì)量評(píng)價(jià)方法。
[0003]傳統(tǒng)的全參考型圖像質(zhì)量評(píng)價(jià)方法(如峰值信噪比PSNR)采用失真圖像和參考圖像之間的均方誤差作為圖像評(píng)價(jià)的依據(jù)，計(jì)算簡(jiǎn)單，但存在著與人眼主觀視覺特性不匹配等缺點(diǎn)，在實(shí)際場(chǎng)合中得不到廣泛應(yīng)用。針對(duì)傳統(tǒng)全參考型圖像質(zhì)量評(píng)價(jià)方法的不足，許多學(xué)者提出 T改進(jìn)方法，Wang Zhou (Z.Wang and A.C.Bovik, Image quality assessment:fromerror visibility to srtuctural similairity，IEEE Transaction on image processing，13，600-612，2004.)等人提出了基于圖像結(jié)構(gòu)相似度的結(jié)構(gòu)相似度(SSIM)方法，該方法采用主要圖像的結(jié)構(gòu)相似度對(duì)圖像進(jìn)行質(zhì)量評(píng)價(jià)，但該方法并沒有對(duì)圖像進(jìn)行變換處理，未充分利用圖像中包含的頻域信息。Sheikh (H.R.Sheikh and A.C.Bovik, Image informationand visual quality, IEEE Transactions on Image Processing, 15,430-444, 2006.)提出基于視覺信息保真度(VIF)的圖像質(zhì)量評(píng)價(jià)方法，在確定原始圖像和失真圖像的統(tǒng)計(jì)模型后，采用原始圖像和失真圖像之間的互信息進(jìn)行圖像質(zhì)量評(píng)價(jià)；Mansouri (A.Mansouri,A.Aznaveh, Image qaulity assessment using the singular value decompositiontheorem, Optical review, 16,49-53,2009.)采用基于奇異值分解的圖像質(zhì)量評(píng)價(jià)方法,該方法對(duì)原始圖像和失真圖像進(jìn)行奇異值分解后，通過(guò)比較得到奇異值差值進(jìn)行圖像質(zhì)量評(píng)價(jià)。
(三).
【發(fā)明內(nèi)容】
[0004]本發(fā)明的目的是提供一種預(yù)測(cè)更精確的全參考型圖像質(zhì)量評(píng)價(jià)方法。
[0005]本發(fā)明采用的具體步驟是:
[0006]步驟(I):對(duì)輸入失真圖像和參考圖像進(jìn)行二維Gabor變換。具體是:
[0007]輸入失真圖像和參考圖像，若為輸入圖像為彩色圖像，將彩色圖像轉(zhuǎn)換成灰度圖像。建立L個(gè)二維Gabor濾波器，二維Gabor濾波器有M個(gè)尺度和N個(gè)方向。因此有L =MXN0若輸入失真圖像和參考圖像為D (x，y)和R(x，y)，χ = 1，2，…，W，y = 1，2，…，
H。其中W和H分別為灰度圖像的寬度和高度。經(jīng)過(guò)二維Gabor濾波后，得到Gabor系數(shù)為G(i, j, m, η)，其中 O ≤ m ≤ M_1，0 ≤ η ≤ Ν—1。
[0008]L個(gè)二維Gabor濾波器的設(shè)計(jì)步驟如下:
[0009]對(duì)于二維離散Gabor濾波器，有如下公式:
[0010]
【權(quán)利要求】
1.一種基于Gabor加權(quán)特征的全參考圖像質(zhì)量評(píng)價(jià)方法，其特征在于其包含以下步驟: (1)輸入?yún)⒖紙D像和失真圖像，對(duì)輸入失真圖像和參考圖像進(jìn)行二維Gabor變換。具體步驟如下: 建立L個(gè)二維Gabor濾波器，二維Gabor濾波器有M個(gè)尺度和N個(gè)方向。因此有L =MXN0對(duì)于二維離散Gabor濾波器,有如下公式:
【文檔編號(hào)】G06T7/00GK103996188SQ201410182925
【公開日】2014年8月20日 申請(qǐng)日期:2014年4月27日 優(yōu)先權(quán)日:2014年4月27日
【發(fā)明者】汪斌 申請(qǐng)人:嘉興學(xué)院