tic函數(shù)非線性擬合，PLCC和SROCC的值越高說明利用本發(fā)明方 法得到的失真圖像的圖像質(zhì)量客觀評(píng)價(jià)預(yù)測值與平均主觀評(píng)分差值之間的相關(guān)性越好。表 1給出了采用本發(fā)明方法在LIVE圖像庫、CSIQ圖像庫和TID2008圖像庫上得到的Pearson 相關(guān)系數(shù)和Spearman相關(guān)系數(shù)。從表1中可以看出，采用本發(fā)明方法得到的失真圖像的圖 像質(zhì)量客觀評(píng)價(jià)預(yù)測值與平均主觀評(píng)分差值之間的相關(guān)性是很高的，表明了客觀評(píng)價(jià)結(jié)果 與人眼主觀感知的結(jié)果較為一致，并且本發(fā)明方法隨著訓(xùn)練圖像集中的圖像幅數(shù)的下降， 評(píng)價(jià)性能并沒有明顯的下降，足以說明本發(fā)明方法的有效性。
[0050] 表1采用本發(fā)明方法在LIVE圖像庫、CSIQ圖像庫和TID2008圖像庫上得到的 Pearson相關(guān)系數(shù)和Spearman相關(guān)系數(shù)
[0051]
【主權(quán)項(xiàng)】
1. 一種基于非監(jiān)督學(xué)習(xí)的圖像質(zhì)量評(píng)價(jià)方法，其特征在于包括訓(xùn)練階段和測試階段兩 個(gè)過程，所述的訓(xùn)練階段過程的具體步驟如下： ①-1、選取N幅原始的無失真圖像；然后將選取的N幅原始的無失真圖像和 每幅原始的無失真圖像對(duì)應(yīng)的L個(gè)失真強(qiáng)度的失真圖像構(gòu)成訓(xùn)練圖像集，記為中的第 U幅原始的無失真圖像，表牙中的第U幅原始的無失真圖 像對(duì)應(yīng)的第V個(gè)失真強(qiáng)度的失真圖像； ①-2、通過采用G油or濾波器獲取中的每幅失 真圖像中的每個(gè)像素點(diǎn)在不同中屯、頻率和不同方向因子下的頻率響應(yīng)，再獲取中的每幅失真圖像中的每個(gè)像素點(diǎn)在不同中屯、頻率和不同 方向因子下的振幅，將游中坐標(biāo)位置為（x，y)的像素點(diǎn)在中屯、頻率為ω和方向因子 為Θ下的振幅記為辟;.(.x-，.v;w，巧，其中，（x，y)表示原始的無失真圖像及其對(duì)應(yīng)的失 真圖像中的像素點(diǎn)的坐標(biāo)位置，1《X《W，1《y《H，W和Η對(duì)應(yīng)表示原始的無失真 圖像及其對(duì)應(yīng)的失真圖像的寬度和高度，ω表示所采用的Gabor濾波器的中屯、頻率， ωeΩ。θ表示所采用的G油or濾波器的方向因子，θeΩe，①-3、將中的每幅失真圖像劃分巧個(gè)互不重疊的 尺寸大小為8X8的子塊；然后將中的所有失真圖像中的所 有子塊構(gòu)成一個(gè)失真子塊集合，記為{Rkl1《k《M}，其中，，Rk表示 出k|l《k《M}中的第k個(gè)子塊； ①-4、計(jì)算化11《k《M}中的每個(gè)子塊中的所有像素點(diǎn)的HOG特征統(tǒng)計(jì)直方 圖，將W矢量形式表示的HOG特征統(tǒng)計(jì)直方圖作為每個(gè)子塊的第一圖像特征矢量，對(duì)于 出k11《k《M}中的第k個(gè)子塊，將該子塊中的所有像素點(diǎn)的HOG特征統(tǒng)計(jì)直方圖作為該 子塊的第一圖像特征矢量，記為hf，其中，hf的維數(shù)為36 ;并計(jì)算化11《k《M}中的每 個(gè)子塊中的所有像素點(diǎn)在不同中屯、頻率和不同方向因子下的振幅的均值，將得到的每個(gè)子 塊對(duì)應(yīng)的20個(gè)均值按序組成每個(gè)子塊的第二圖像特征矢量，將出k11《k《M}中的第k個(gè) 子塊對(duì)應(yīng)的20個(gè)均值按序組成的第二圖像特征矢量記為gf，其中，gf的維數(shù)為20,gf中 的一個(gè)元素的值為該子塊中的所有像素點(diǎn)在一個(gè)中屯、頻率和一個(gè)方向因子下的振幅的均 值；然后根據(jù)出k11《k《M}中的每個(gè)子塊的第一圖像特征矢量和第二圖像特征矢量，獲得 出k| 1《k《M}中的每個(gè)子塊的圖像特征矢量，將出k| 1《k《M}中的第k個(gè)子塊的圖像 特征矢量記天其中，xf的維數(shù)為56,此處符號(hào)"□"為矢量表示符號(hào)； 再將化11《k《M}中的所有子塊的圖像特征矢量構(gòu)成的集合記為{皆11A??; ①-5、采用6種不同的全參考圖像質(zhì)量評(píng)價(jià)方法分別獲取出k|l《k《M}中的每個(gè)子 塊的客觀評(píng)價(jià)預(yù)測值，將得到的每個(gè)子塊對(duì)應(yīng)的6個(gè)客觀評(píng)價(jià)預(yù)測值按序組成每個(gè)子塊的 圖像質(zhì)量矢量，將出k11《k《M}中的第k個(gè)子塊對(duì)應(yīng)的6個(gè)客觀評(píng)價(jià)預(yù)測值按序組成的 圖像質(zhì)量矢量記為yf，其中，yf的維數(shù)為6 ;然后將出J1《k《M}中的所有子塊的圖像 質(zhì)量矢量構(gòu)成的集合記為·(yf11 < /( < ; ① -e、采用最小角回歸方法對(duì)由{xfUiSA含Μ}和{yf含μ}構(gòu)成的 集合進(jìn)行字典訓(xùn)練操作，構(gòu)造得至Ij(?ST，乂?： W的圖像特征字典 表和圖像質(zhì)量字典表，對(duì)應(yīng)記為Df和D。，Df和Dq是采用最小角回歸方法求解得到的，其中，Df的維數(shù)為56XK，Dq 的維數(shù)為6XK，K表示設(shè)定的字典的個(gè)數(shù)，1，min()為取最小值函數(shù)，符號(hào)"IIΜ/' 為求取矩陣的弗羅貝尼烏斯范數(shù)-范數(shù)符號(hào)，符號(hào)"IIMl"為求取矩陣的1-范數(shù)符號(hào)，符 號(hào)"IIMz"為求取矩陣的2-范數(shù)符號(hào)，X化=〇f'...xf…瑣]，X"s的維數(shù)為56XM，xf為{皆?1 <克<μ}中的第1個(gè)圖像特征矢量，皆為{xfU< & ^μ}中的第k個(gè)圖像特征矢 量，蠟為{xfl1 <A含中的第Μ個(gè)圖像特征矢量，ydb= [yf…yf…y思]，.Y"s的維數(shù)為 6XM，》f為{yf11 < /(含M}中的第1個(gè)圖像質(zhì)量矢量，y'f為{yfl1 <A含μ}中的第k個(gè)圖 像質(zhì)量矢量，y;昔為{yf|1<A<m}中的第Μ個(gè)圖像質(zhì)量矢量，a表示稀疏矩陣，a=[曰1··· 3k…3μ]，a的維數(shù)為KXM，ai為a中的第1個(gè)列向量，ak為a中的第k個(gè)列向量，aΜ為a中 的第Μ個(gè)列向量，符號(hào)"□"為矢量表示符號(hào)，β為加權(quán)參數(shù)，λι和λ2為拉格朗日參數(shù)； 所述的測試階段過程的具體步驟如下： ②-1、對(duì)于任意一副測試圖像Stpgt，按照步驟①-2的過程，W相同的操作方式獲 取StM沖的每個(gè)像素點(diǎn)在不同中心頻率和不同方向因子下的振幅；然后將Stest劃分成個(gè)互不重疊的尺寸大小為8X8的子塊，再將Stpgt中的所有子塊構(gòu)成一個(gè)集合，記為:;其中，W'和H'對(duì)應(yīng)表示StMt的寬度和高度，W'與W相同，H'與Η相 同，Rt'表示中的第t個(gè)子塊； ②-2、按照步驟①-4的過程，W相同的操作方式獲取申的每個(gè)子 塊的圖像特征矢量，將中的第t個(gè)子塊的圖像特征矢量記為xf,其中， 皆'的維數(shù)為56; ②-3、根據(jù)中的每個(gè)子塊的圖像特征矢量和在訓(xùn)練階段 過程中構(gòu)造得到的Df，獲取中的每個(gè)子塊的稀疏系數(shù)矩陣，將中的第t個(gè)子塊的稀疏系數(shù)矩陣記為，其中，aff的維數(shù)為KX1 ; ②-4、根據(jù)中的每個(gè)子塊的稀疏系數(shù)矩陣和在訓(xùn)練階段過程 中構(gòu)造得到的Dq，計(jì)算中的每個(gè)子塊的局部客觀評(píng)價(jià)度量值，將中的第t個(gè)子塊的局部客觀評(píng)價(jià)度量值記為Zt; ②-5、根巧中的每個(gè)子塊的局部客觀評(píng)價(jià)度量值，計(jì)算Stpgt的圖 像質(zhì)量客觀評(píng)價(jià)預(yù)測值，記為Q，2. 根據(jù)權(quán)利要求1所述的一種基于非監(jiān)督學(xué)習(xí)的圖像質(zhì)量評(píng)價(jià)方法，其特征在于所述 的步驟①-2中的兮的獲取過程為： ①-2a、采用G油or濾波器對(duì)巧：進(jìn)行濾波處理，得到《:：中的每個(gè)像素點(diǎn) 在不同中屯、頻率和不同方向因子下的頻率響應(yīng)，將片^中坐標(biāo)位置為（x，y)的 像素點(diǎn)在中屯、頻率為ω和方向因子為Θ下的頻率響應(yīng)記為化W，的實(shí)部，的虛部，j為虛數(shù)單位； ①-2b、根據(jù)巧:：中的每個(gè)像素點(diǎn)在不同中屯、頻率和不同方向因子下的頻率響 應(yīng)，計(jì)算巧:：中的每個(gè)像素點(diǎn)在不同中屯、頻率和不同方向因子下的振幅，Sf:中坐標(biāo)位 置為（X，y)的像素點(diǎn)在中屯、頻率為ω和方向因子為Θ下的振幅(.V，.V;化(69)為：，其中，符號(hào)"II112"為求取矩陣的2-范數(shù)符號(hào)。3. 根據(jù)權(quán)利要求1或2所述的一種基于非監(jiān)督學(xué)習(xí)的圖像質(zhì)量評(píng)價(jià) 方法，其特征在于所述的步驟②-3中的掉*是采用最小角回歸方法求解得到的。4.根據(jù)權(quán)利要求3所述的一種基于非監(jiān)督學(xué)習(xí)的圖像質(zhì)量評(píng)價(jià)方法，其特征在于所述 的步驟②-4中的.
【專利摘要】本發(fā)明公開了一種基于非監(jiān)督學(xué)習(xí)的圖像質(zhì)量評(píng)價(jià)方法，其在訓(xùn)練階段，根據(jù)每個(gè)子塊的HOG特征統(tǒng)計(jì)直方圖及所有像素點(diǎn)在不同中心頻率和不同方向因子下的振幅的均值，獲取圖像特征矢量，并根據(jù)每個(gè)子塊的客觀評(píng)價(jià)預(yù)測值獲取圖像質(zhì)量矢量；接著根據(jù)每個(gè)子塊的圖像特征矢量和圖像質(zhì)量矢量，通過非監(jiān)督學(xué)習(xí)方式分別構(gòu)造圖像特征字典表和圖像質(zhì)量字典表；在測試階段，根據(jù)圖像特征字典表通過優(yōu)化得到測試圖像中的每個(gè)子塊的稀疏系數(shù)矩陣，并通過稀疏系數(shù)矩陣和圖像質(zhì)量字典表得到圖像質(zhì)量客觀評(píng)價(jià)預(yù)測值，其與主觀評(píng)價(jià)值保持了較好的一致性，且不需要再計(jì)算圖像特征字典表和圖像質(zhì)量字典表，降低了計(jì)算復(fù)雜度，同時(shí)無需預(yù)知各評(píng)價(jià)圖像的主觀評(píng)價(jià)值。
【IPC分類】G06K9/62, G06K9/46
【公開號(hào)】CN105243385
【申請(qǐng)?zhí)枴緾N201510613840
【發(fā)明人】邵楓, 姜求平, 李福翠
【申請(qǐng)人】寧波大學(xué)
【公開日】2016年1月13日
【申請(qǐng)日】2015年9月23日