一種基于相位一致性和頻域熵的無參考圖像質(zhì)量評價方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像質(zhì)量評價技術(shù)領(lǐng)域,尤其是一種基于相位一致性和頻域熵的無參 考圖像質(zhì)量評價方法。
【背景技術(shù)】
[0002] 客觀圖像質(zhì)量評價目的在于建立可以進(jìn)行圖像質(zhì)量評價的模型使得這些模型可 以給出與人的主觀視覺感受盡量接近的圖像質(zhì)量評分。隨著通信技術(shù)的發(fā)展和數(shù)字圖像的 普遍應(yīng)用,客觀圖像質(zhì)量評價已成為眾多圖像應(yīng)用中的重要的問題,比如圖像采集、傳輸、 壓縮、復(fù)原和增強(qiáng)。由于主觀圖像質(zhì)量評價方法不能用于實時和自動化系統(tǒng),開發(fā)可以自動 和魯棒地衡量圖像質(zhì)量的客觀圖像質(zhì)量評價方法變得越來越必要?;谑欠裥枰词д娴?原始圖像,客觀圖像質(zhì)量評價方法可分為三類:全參考客觀圖像質(zhì)量評價方法、半?yún)⒖伎陀^ 圖像質(zhì)量評價方法和無參考客觀圖像質(zhì)量評價方法。
[0003] 由于未失真的圖像在大多數(shù)現(xiàn)實場景下不可獲得,無參考客觀圖像質(zhì)量評價方法 成為唯一的可以被嵌入到圖像質(zhì)量評價應(yīng)用系統(tǒng)中的方法。早期的客觀圖像質(zhì)量評價方法 假設(shè)被測圖像只經(jīng)受特定類型的失真,例如針對JP2K或JPEG失真的客觀圖像質(zhì)量評價方 法。通常,這些方法提取與視覺質(zhì)量損失相關(guān)的針對特定失真的特征,但是由于這類方法需 要提前知道圖像的失真類型,因此,其應(yīng)用范圍受到嚴(yán)重的限制。
[0004] 與此相反,通用型無參考客觀圖像質(zhì)量評價方法是在失真類型未知的情況 下對圖像質(zhì)量進(jìn)行評價。多數(shù)通用型圖像質(zhì)量評價方法是基于訓(xùn)練和學(xué)習(xí)的框架。 Moorthy 和 Bovik 提出了 BIQI 算法(Moorthy A K, Bovik A C. A two-step framework for constructing blind image quality indices[J] · Signal Processing Letter s, IEEE, 2010, 17(5) :513-516.),該算法提出用于無參考圖像質(zhì)量評價的兩步框架,即 首先對被測圖像進(jìn)行失真類型的分類,然后對圖像進(jìn)行針對特定失真類型的客觀質(zhì) 量評價。他們后來提出同樣是基于兩步框架的DIIVINE算法(Moorthy A K,Bovik A C. Blind image quality assessment:From natural scene statistics to perceptual quality[J]. Image Processing, IEEE Transactions on, 2011,20 (12):3350-3364.), 其從小波域提取自然場景統(tǒng)計特征,達(dá)到了較好的性能。Saad等提出BLIINDS-II算法 (Saad M A, Bovik A C, Charrier C.Blind image quality assessment:A natural scene statistics approach in the DCT domain[J]. Image Processing, IEEE Transactions on, 2012, 21 (8) :3339-3352.),其利用塊DCT域的自然場景統(tǒng)計特征,并提出了一個快速 的單步框架。BRISQUE算法從空間域提取自然場景統(tǒng)計特征,這使得算法的時間復(fù)雜度大 大降低,該算法同時達(dá)到了更好的預(yù)測性能。L Liu等提出的SSEQ(Liu L, Liu B, Huang H, et al. N〇-reference image quality assessment based on spatial and spectral entropies [J]. Signal Processing: Image Communication, 2014, 29 (8) : 856-863.)從直方 圖曲線提取自然場景統(tǒng)計特征并且利用了無參考圖像質(zhì)量評價的兩步框架,達(dá)到了較好的 預(yù)測性能。SSEQ方法利用了頻域熵的直方圖曲線特征和空間熵的直方圖曲線特征,但是空 間熵的直方圖曲線特征與圖像質(zhì)量相關(guān)性差且基于塊空間熵的直方圖曲線特征計算時間 復(fù)雜度高。
【發(fā)明內(nèi)容】
[0005] 本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足,提供一種基于相位一致性和頻域熵的無 參考圖像質(zhì)量評價方法,解決現(xiàn)有方法預(yù)測性能差、計算時間復(fù)雜度高的問題。
[0006] 本發(fā)明解決其技術(shù)問題是采取以下技術(shù)方案實現(xiàn)的:
[0007] -種基于相位一致性和頻域熵的無參考圖像質(zhì)量評價方法,包括以下步驟:
[0008] 步驟1、通過下采樣處理、特征提取處理及特征融合處理,將圖像不同尺度下的頻 域熵直方圖曲線特征和相位一致性直方圖曲線特征作為圖像質(zhì)量的特征;
[0009] 步驟2、利用無參考圖像質(zhì)量評價的兩步框架將得到的特征映射為圖像質(zhì)量評分。
[0010] 而且,所述下采樣處理方法為:輸入圖像以k倍率進(jìn)行下采樣,得到輸入圖像的η 個尺度的圖像,即原始尺度圖像、k倍率下采樣圖像、…、k1-1倍率下采樣圖像。
[0011] 而且,所述特征提取處理方法為:在每個尺度圖像上計算基于BXB大小的塊的頻 域熵的值和基于像素的相位一致性的值。
[0012] 而且,所述特征融合處理方法為:通過分別將相位一致性值和頻域熵值按 升序排列,得到排好序的相位一致性值PC = (PC1, PC2, ...,pcm)和頻域j:商值F = (Ife1, fe2, · · ·,fen),其中pcJPl fe」是相位一致性值和局部頻域j:商值,m和η分別是每個尺 度的像素個數(shù)和BXB大小的塊的個數(shù);然后對PC和F進(jìn)行比例融合,即分別從PC和F 提取中心的q%元素得到
【主權(quán)項】
1. 一種基于相位一致性和頻域熵的無參考圖像質(zhì)量評價方法,其特征在于包括以下步 驟: 步驟1、通過下采樣處理、特征提取處理及特征融合處理,將圖像不同尺度下的頻域熵 直方圖曲線特征和相位一致性直方圖曲線特征作為圖像質(zhì)量的特征; 步驟2、利用無參考圖像質(zhì)量評價的兩步框架將得到的特征映射為圖像質(zhì)量評分。
2. 根據(jù)權(quán)利要求1所述的一種基于相位一致性和頻域熵的無參考圖像質(zhì)量評價方法, 其特征在于:所述下采樣處理方法為:輸入圖像以k倍率進(jìn)行下采樣,得到輸入圖像的η個 尺度的圖像,即原始尺度圖像、k倍率下采樣圖像、…、k 1-1倍率下采樣圖像。
3. 根據(jù)權(quán)利要求1所述的一種基于相位一致性和頻域熵的無參考圖像質(zhì)量評價方法, 其特征在于:所述特征提取處理方法為:在每個尺度圖像上計算基于BXB大小的塊的頻域 熵的值和基于像素的相位一致性的值。
4. 根據(jù)權(quán)利要求1所述的一種基于相位一致性和頻域熵的無參考圖像質(zhì)量評價 方法,其特征在于:所述特征融合處理方法為:通過分別將相位一致性值和頻域熵值 按升序排列,得到排好序的相位一致性值PC = (PC1, PC2, ...,pcm)和頻域j:商值F = (Ife1, fe2, · · ·,fen),其中pcJPl fe」是相位一致性值和局部頻域j:商值,m和η分別是每個尺 度的像素個數(shù)和BXB大小的塊的個數(shù);然后對PC和F進(jìn)行比例融合,即分別從PC和F 提取中心的q%元素得到y(tǒng)x/q ((100-")/200)x"」,>L((100-g)/200)x"」 +1,…,1^L(1W100I)7200) x"」 )和 - (PcL卿〇-?)/2〇0)xn」,PcL(( 100-辦200)^」+1,…,^^-(100-^ 00)χ"」)'其中 q 是一個[〇, 100] 范圍內(nèi)的常數(shù),最后將PCp和Fp的平均值以及PC和F的偏度值共同組成每個圖像尺度的 最終特征 f = (mean (PCp),skew (PC),mean (Fp),skew (F)),其中 mean 表示取均值操作,skew 表示取偏度值操作。
5. 根據(jù)權(quán)利要求1所述的一種基于相位一致性和頻域熵的無參考圖像質(zhì)量評價方法, 其特征在于:所述步驟2的具體過程為;兩步框架中的第一步為一個失真類型分類器,利用 它計算出被測圖像針對每一個失真類型的可能概率;第二步是針對每個特定失真類型的回 歸模型,該回歸模型是通過利用每一種失真圖像和它們的主觀評分來訓(xùn)練而得到的;被測 圖像最終評分由兩步框架得到的兩個向量點乘得到,兩個向量分別是失真類型分類器給出 的各失真類型的可能性向量和針對特定失真類型的回歸模型給出的每種失真類型的質(zhì)量 評分向量。
6. 根據(jù)權(quán)利要求3所述的一種基于相位一致性和頻域熵的無參考圖像質(zhì)量評價方法, 其特征在于:所述基于BXB大小的塊的頻域熵為:
其中C(i,j)是BXB塊中(i,j)處的DCT系數(shù),I < i彡B,I < j彡B,直流系數(shù)被去 除。
7.根據(jù)權(quán)利要求3所述的一種基于相位一致性和頻域熵的無參考圖像質(zhì)量評價方法, 其特征在于:所述基于像素的相位一致性的計算步驟為: 首先,將每個尺度的圖片與如下二維對數(shù)Gabor濾波器進(jìn)行卷積,
其中ω。是濾波器的中心頻率,。r控制濾波器帶寬,Θ J= j π /J,j = {〇, 1,…,J-1} 是濾波器的方向角,J是方向數(shù)目,〇 0決定決定濾波器的角度帶寬; 然后,用代表上述二維對數(shù)濾波器在第η個尺度0』方向上的奇對稱 濾波器和偶對稱濾波器,兩個濾波器是共軛的;通過調(diào)節(jié)Θ』,G2與圖像卷積在每個 像素位置X處可得到一組響應(yīng)(X),〇"4 (X)J,其中% 和是兩個共軛濾 波器在第η個尺度方向上X像素處的響應(yīng);第η個尺度Θ 方向上的局部響應(yīng)幅度為
Θ」方向的局部能量為
其中&⑵=⑴,%⑴=⑴; 在X像素處的相位一致性定義為:
其中λ是一個很小的正的常數(shù),PC(X)的取值范圍在0-1之間。
【專利摘要】本發(fā)明涉及一種基于相位一致性和頻域熵的無參考圖像質(zhì)量評價方法,其特點是包括以下步驟:通過下采樣處理、特征提取處理及特征融合處理,將圖像不同尺度下的頻域熵直方圖曲線特征和相位一致性直方圖曲線特征作為圖像質(zhì)量的特征;利用無參考圖像質(zhì)量評價的兩步框架將得到的特征映射為圖像質(zhì)量評分。本發(fā)明通過利用圖像相位一致性值的直方圖曲線特征代替SSEQ算法中空間熵的直方圖曲線特征,可以快速且魯棒地在圖像失真類型未知的情況下對圖像進(jìn)行質(zhì)量評價,提高了算法預(yù)測分?jǐn)?shù)與人主觀評分之間的一致性,降低了算法的計算時間復(fù)雜度,具有更高的預(yù)測準(zhǔn)確度和更低的計算時間復(fù)雜度。
【IPC分類】G06T7-00
【公開號】CN104835172
【申請?zhí)枴緾N201510261242
【發(fā)明人】趙茂錚, 白旭, 任婧婧
【申請人】北京牡丹電子集團(tuán)有限責(zé)任公司數(shù)字電視技術(shù)中心
【公開日】2015年8月12日
【申請日】2015年5月21日