基于變換域和空間域的通用無(wú)參考圖像質(zhì)量評(píng)價(jià)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種圖像質(zhì)量評(píng)價(jià)的方法，主要涉及一種基于變換域和空間域的通用 無(wú)參考圖像質(zhì)量評(píng)價(jià)方法，屬于圖像分析的技術(shù)領(lǐng)域，可廣泛用于視頻與圖像傳輸、智能視 頻監(jiān)控及數(shù)字電視等領(lǐng)域。
【背景技術(shù)】
[0002] 隨著單反相機(jī)、智能手機(jī)、平板電腦等電子產(chǎn)品的大量推廣，數(shù)字圖像在人們?nèi)粘?生活中成為交流信息必不可少的手段。但在圖像采集、傳輸、壓縮、處理和重構(gòu)的過(guò)程中，由 于受到電子光學(xué)系統(tǒng)、壓縮傳輸算法、人為因素等條件限制，所獲取的圖像不可避免地存在 著各種各樣的失真，所以圖像質(zhì)量評(píng)價(jià)（ImageQualityAssessment，IQA)成為圖像工程領(lǐng) 域中最為重要的研究課題之一。
[0003] 圖像質(zhì)量評(píng)價(jià)主要分為主觀評(píng)價(jià)和客觀評(píng)價(jià)兩大類(lèi)，主觀圖像質(zhì)量評(píng)價(jià)方法是最 為可靠的，但成本高，容易受人的情緒等諸多主觀因素的影響；客觀圖像質(zhì)量評(píng)價(jià)以研究開(kāi) 發(fā)出能夠代替人類(lèi)視覺(jué)系統(tǒng)的算法為目標(biāo)來(lái)自動(dòng)評(píng)價(jià)圖像質(zhì)量，從而得到與人的主觀質(zhì)量 評(píng)價(jià)相一致的圖像質(zhì)量得分。相對(duì)于主觀質(zhì)量評(píng)價(jià)，客觀圖像質(zhì)量評(píng)價(jià)方法擁有很多優(yōu)點(diǎn)， 如快捷、簡(jiǎn)單、結(jié)果穩(wěn)定可靠等。
[0004] 依據(jù)需要原始參考圖像的信息的多少，客觀質(zhì)量評(píng)價(jià)算法可以分為三大類(lèi)：全參 考（FullReference，F(xiàn)R)、半?yún)⒖迹≧educedReference，RR)和無(wú)參考（NoReference，NR)/ 盲（Blind)等三種圖像質(zhì)量評(píng)價(jià)方法。全參考圖像質(zhì)量評(píng)價(jià)方法（FR-IQA)在預(yù)測(cè)圖像質(zhì)量 時(shí)需要用到參考圖像的全部信息；半?yún)⒖迹ú糠謪⒖迹﹫D像質(zhì)量評(píng)價(jià)（RR-IQA)方法只需利 用參考圖像的部分信息就可進(jìn)行失真圖像質(zhì)量的預(yù)測(cè)；無(wú)參考型圖像質(zhì)量評(píng)價(jià)（NR-IQA) 方法不需要借助參考圖像的任何信息直接對(duì)失真圖像進(jìn)行質(zhì)量評(píng)測(cè)。
[0005] 人類(lèi)自身對(duì)圖像質(zhì)量的判斷不需要任何參考圖像，是一種真正的無(wú)參考圖像質(zhì)量 評(píng)價(jià)方式，符合絕大多數(shù)場(chǎng)合下的現(xiàn)實(shí)要求。與全參考和半?yún)⒖荚u(píng)價(jià)方法相比，無(wú)參考圖像 質(zhì)量評(píng)價(jià)方法具有更為廣泛的應(yīng)用范圍和更大的應(yīng)用價(jià)值，因此成為機(jī)器視覺(jué)和圖像處理 領(lǐng)域的一個(gè)研究熱點(diǎn)。
[0006] 自然圖像是在自然環(huán)境中利用高質(zhì)量的攝像設(shè)備在可見(jiàn)光下得到的圖像[1]，具 有邊界、紋理、平坦等不同的視覺(jué)感知區(qū)域，符合一定的分布規(guī)律，自然場(chǎng)景統(tǒng)計(jì)（Natural scenestatistics，NSS)分布可以描述自然場(chǎng)景不隨內(nèi)容變化的統(tǒng)計(jì)性質(zhì)。不同類(lèi)型失真 引入自然圖像會(huì)影響其分布規(guī)律，使失真圖像的分布產(chǎn)生一定的偏差，故自然圖像的質(zhì)量 評(píng)價(jià)大都采用自然場(chǎng)景統(tǒng)計(jì)的方法。
[0007] 目前，基于NSS的無(wú)參考圖像質(zhì)量評(píng)價(jià)方法主要分為兩種類(lèi)型：（1)特定失真類(lèi)型 評(píng)價(jià)方法，如jpeg2000、jpeg及模糊等失真類(lèi)型的評(píng)價(jià)方法，特定失真類(lèi)型評(píng)價(jià)方法只能 評(píng)價(jià)該失真類(lèi)型圖像，對(duì)其它失真類(lèi)型圖像的質(zhì)量無(wú)法進(jìn)行評(píng)估；（2)通用評(píng)價(jià)方法，通用 評(píng)價(jià)方法可以同時(shí)對(duì)多種失真類(lèi)型圖像進(jìn)行評(píng)價(jià)。
[0008] 根據(jù)提取的自然場(chǎng)景統(tǒng)計(jì)特征，通用無(wú)參考圖像質(zhì)量評(píng)價(jià)方法可分為空間域和變 換域兩種。
[0009] 空間域評(píng)價(jià)方法：（1)A.Mittal等分別提取圖像MSCN系數(shù)的G⑶模型參數(shù) 及其水平、豎直、主對(duì)角、二次對(duì)角四方向領(lǐng)域系數(shù)的AGGD模型參數(shù)作為特征評(píng)價(jià) 圖像質(zhì)量 "A.Mittal,A.K.MoorthyandA.C.Bovik.No-ReferenceImageQuality AssessmentintheSpatialDomain[J].IEEETransactionsonImageProcessi ng，2012, 21 (12) :4695-4708. "，但當(dāng)不同失真類(lèi)型圖像或不同失真程度圖像的MSCN系 數(shù)直方圖分布相同或相似時(shí)，這種方法不能有效進(jìn)行圖像質(zhì)量評(píng)價(jià)；（2)董宏平等利用 互信息對(duì)鄰近像素間相關(guān)性進(jìn)行描述，并結(jié)合多方向和多尺度分析設(shè)計(jì)提取出一系列 互信息特征來(lái)對(duì)自然圖像進(jìn)行質(zhì)量評(píng)價(jià)"DongHongping,LiuLixiong.No-reference imagequalityassessmentinmutualinformationdomain[J].Journalofimageand graphics，2014, 19(3) :484-492. "，但這種方法沒(méi)有考慮圖像失真對(duì)像素本身造成的影響， 評(píng)價(jià)結(jié)果不太理想；其它的方法還有SSEQ、GM-L0G-BIQA等，這類(lèi)方法運(yùn)算效率比較高，但 一般很少考慮圖像的多方向特性，而且沒(méi)有同時(shí)考慮失真對(duì)像素本身及像素間相關(guān)性的影 響。
[0010] 變換域評(píng)價(jià)方法：（1)M.Saad根據(jù)定義的平均能量和局部方向能量分別將圖像離 散余弦變換（DiscreteCosineTransform,DCT)系數(shù)劃分為3個(gè)頻率帶和3個(gè)方向帶，進(jìn) 而提取這些頻率帶和方向帶的GGD模型參數(shù)作為質(zhì)量評(píng)價(jià)特征"SaadMicheleA，Bovik AlanC,CharrierChristophe.Blindimagequalityassessment:Anaturalscene statisticsapproachintheDCTdomain[J].IEEETransactionsonImageProcessi ng, 2012, 21 (8) : 3339-3352. （2)A.K.M00RTHY提取了可操縱金字塔（SteerablePyramid) 小波系數(shù)的尺度與方向選擇性統(tǒng)計(jì)、方向選擇性統(tǒng)計(jì)、跨尺度關(guān)聯(lián)性統(tǒng)計(jì)、空間相關(guān)性統(tǒng) 計(jì)及跨方向相關(guān)性統(tǒng)計(jì)等88個(gè)特征，并給出了兩階圖像質(zhì)量評(píng)價(jià)模型的框架"Moorthy AnushKrishna,Bovik,AlanConrad.Blindimagequalityassessment:Fromnatural scenestatisticstoperceptualquality[J].IEEETransactionsonImageProcessi ng, 2011，20(12) :3350-3364. "。其它的方法還有C-DIIVINE、CurveletQA、SHANIA等，這類(lèi)方 法考慮了圖像多尺度和多方向的特點(diǎn)，但沒(méi)有考慮圖像失真對(duì)像素本身的影響；而且需要 對(duì)圖像施加某種變換，效率比較低，提取的特征對(duì)圖像不同失真類(lèi)型和不同失真程度的區(qū) 分度比較低。
[0011] 自然圖像NSCT分解后的高頻方向子帶系數(shù)依然保持原圖像結(jié)構(gòu)信息，而且不會(huì) 損失圖像的結(jié)構(gòu)信息；而且這些高頻方向子帶系數(shù)間存在相關(guān)性，特別是親戚系數(shù)及父子 系數(shù)間相關(guān)性更強(qiáng)。此外，人類(lèi)視覺(jué)系統(tǒng)具有頻率敏感度、掩蔽效應(yīng)、方向敏感度、注意轉(zhuǎn)移 等特點(diǎn)。為了使評(píng)價(jià)結(jié)果與人的主觀感知相一致，對(duì)圖像進(jìn)行評(píng)價(jià)時(shí)必須考慮人類(lèi)視覺(jué)特 性。

【發(fā)明內(nèi)容】

[0012] 本發(fā)明的目的在于針對(duì)傳統(tǒng)無(wú)參考質(zhì)量評(píng)價(jià)方法中沒(méi)有同時(shí)考慮失真對(duì)像素本 身、像素相關(guān)性、圖像多尺度和多方向等方面的影響，造成評(píng)價(jià)結(jié)果不準(zhǔn)確的問(wèn)題，提供一 種基于變換域和空間域的通用型無(wú)參考圖像質(zhì)量評(píng)價(jià)方法，以滿(mǎn)足圖像的有效無(wú)參考評(píng) 測(cè) 。
[0013] 為了解決以上所述的技術(shù)問(wèn)題，本發(fā)明給出一種基于變換域和空間域的通用無(wú)參 考圖像質(zhì)量評(píng)價(jià)方法：對(duì)圖像進(jìn)行NSCT分解，得到與原圖像大小相同的不同尺度、方向的 子帶系數(shù)；分別提取NSCT子帶親戚系數(shù)與父子系數(shù)間的互信息統(tǒng)計(jì)特征和結(jié)構(gòu)信息統(tǒng)計(jì) 特征；并結(jié)合原圖像MSCN系數(shù)及其鄰域系數(shù)統(tǒng)計(jì)特征，分別用SVR和SVC構(gòu)建無(wú)參考圖像 質(zhì)量評(píng)價(jià)模型和圖像失真類(lèi)型識(shí)別模型。
[0014] 作為對(duì)以上所述的基于變換域和空間域的通用無(wú)參考圖像質(zhì)量評(píng)價(jià)方法的改進(jìn)： 其步驟如下：
[0015] 步驟一、對(duì)圖像進(jìn)行NSCT分解：由NSPFB對(duì)圖像I進(jìn)行多尺度分解，生成低頻子帶 和不同尺度上的高頻子帶；再由NSDFB對(duì)高頻子帶進(jìn)行方向性分解，得到與原圖像大小相 同的不同尺度、方向的子帶系數(shù)；步驟二、分別計(jì)算NSCT方向子帶中相關(guān)性比較強(qiáng)的親戚 系數(shù)與父子系數(shù)間的互信息，以此作為衡量子代系數(shù)間統(tǒng)計(jì)相關(guān)性的特征F1;步驟三、分別 計(jì)算NSCT方向子帶中相關(guān)性比較強(qiáng)的親戚系數(shù)與父子系數(shù)間的結(jié)構(gòu)信息比較算子，以此 作為衡量子代系數(shù)間結(jié)構(gòu)相關(guān)性的特征F2;步驟四、對(duì)圖像I進(jìn)行預(yù)處理得到其MSCN系數(shù) I及其4方向鄰域系數(shù)H、V、Di&D2;步驟五、用廣義高斯分布G⑶擬合圖像I的MSCN系數(shù) I的歸一化直方圖，提取相應(yīng)GGD模型參數(shù)形成統(tǒng)計(jì)特征F3;步驟六、分別用非對(duì)稱(chēng)廣義高 斯分布AGGG擬合相應(yīng)4方向鄰域MSCN系數(shù)H、V、D#D2的歸一化直方圖，提取相應(yīng)AGGD 模型參數(shù)形成統(tǒng)計(jì)特征F4;