一種基于失真類型判斷的自適應(yīng)圖像質(zhì)量評價方法
【專利摘要】本發(fā)明公開了一種基于失真類型判斷的自適應(yīng)圖像質(zhì)量客觀評價方法，該方法首先對圖像的失真類型進行判斷，將失真類型分為高斯白噪聲失真、JPEG失真和類模糊失真三類，其中類模糊失真包含高斯模糊失真、JPEG2000失真和快衰落失真；利用失真判別結(jié)果，對受到高斯白噪聲失真的圖像采用基于像素域的結(jié)構(gòu)相似度模型評價，對受到JPEG失真的圖像采用基于DCT域的結(jié)構(gòu)相似度模型評價，對受到類模糊失真的圖像采用基于小波域的結(jié)構(gòu)相似度模型評價。實施結(jié)果表明本發(fā)明提出的客觀評價方法，通過失真判別方法，在對各不同失真類型的失真圖像的評價很好的結(jié)合了各結(jié)構(gòu)相似度評價模型的優(yōu)點，評價結(jié)果與人眼主觀感知一致較高。
【專利說明】一種基于失真類型判斷的自適應(yīng)圖像質(zhì)量評價方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種圖像質(zhì)量評價技術(shù)，尤其是涉及一種基于失真類型判斷的自適應(yīng)圖像客觀質(zhì)量評價方法。
【背景技術(shù)】
[0002]隨著現(xiàn)代通信技術(shù)的迅速發(fā)展，人類進入信息社會，圖像作為重要的信息載體，其質(zhì)量的好壞將直接影響接受者對信息獲取的準(zhǔn)確度和完整度。然而，無論在圖像的采集、處理、儲存和傳輸過程，都不可避免由于處理方法的不完善或者外部設(shè)備不規(guī)范等原因產(chǎn)生失真或降質(zhì)，不同的失真或降質(zhì)程度將會對圖像信息造成不同程度的損失。在圖像信息技術(shù)被廣泛應(yīng)用的情況下，如何度量由圖像不同的失真程度而導(dǎo)致的所載信息的損失大小顯得尤為重要。圖像質(zhì)量評價課題的出現(xiàn)，正是為了解決這一重要的現(xiàn)實問題。從方法上可以將圖像質(zhì)量評價分為主觀質(zhì)量評價和客觀質(zhì)量評價，前者憑借實驗人員的主觀感知來評價圖像的質(zhì)量，因此非常繁瑣和耗時，同時不適合集成到實際應(yīng)用；后者依據(jù)模型給出量化指標(biāo)，模擬人類視覺系統(tǒng)(HVS, human visual system)感知機制來衡量圖像質(zhì)量,該方法具有操作簡單、易于實現(xiàn)和實時算法優(yōu)化等特點，成為圖像質(zhì)量評價中的研究重點。而根據(jù)對HVS描述的側(cè)重點不同，可以將圖像質(zhì)量評價分為基于誤差靈敏度和基于結(jié)構(gòu)相似度評價方法兩類?；谡`差靈敏度方法考慮視覺非線性、多通道、對比敏感度帶通、掩蓋效應(yīng)、多通道間不同激勵的相互作用以及視覺心理特征，但是由于人類尚且沒有完全掌握HVS，因此該類方法存在著明顯的準(zhǔn)確建模障礙?；诮Y(jié)構(gòu)相似度方法認(rèn)為自然圖像具有特定的結(jié)構(gòu)，人眼對圖像的感知，主要從這些結(jié)構(gòu)信息中提取，直接評價圖像信號的結(jié)構(gòu)相似性，方法實現(xiàn)復(fù)雜度較低，應(yīng)用性較強，但是現(xiàn)有技術(shù)的結(jié)構(gòu)相似度方法種類較多，而且這些方法并不能保證不同失真類型的圖像的質(zhì)量評價結(jié)果都較準(zhǔn)確。

【發(fā)明內(nèi)容】

[0003]本發(fā)明所要解決的技術(shù)問題是提供一種自適應(yīng)圖像質(zhì)量客觀評價方法，其能夠有效地提高不同失真類型的圖像的質(zhì)量評價結(jié)果的準(zhǔn)確性。
[0004]本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案為:一種基于失真類型判斷的自適應(yīng)圖像質(zhì)量評價方法，它的處理過程為:
[0005]首先，確定待評價的失真圖像的失真類型；
[0006]其次，結(jié)合待評價的失真圖像的失真類型進行相應(yīng)的處理:
[0007]如果失真圖像為高斯白噪聲失真，則將原始的無失真圖像和待評價的失真圖像在像素域分割成多個相重疊的尺寸大小為8X8的圖像塊，通過計算原始的無失真圖像和待評價的失真圖像中的每個圖像塊中的所有像素點在像素域亮度均值和標(biāo)準(zhǔn)差，以及原始無失真圖像和待評價的失真圖像中所有的坐標(biāo)位置相同的兩個圖像塊中的所有像素點亮度值之間的協(xié)方差，獲取原始的無失真圖像和待評價的失真圖像中所有的坐標(biāo)位置相同的兩個圖像塊之間的基于像素域的結(jié)構(gòu)相似度；[0008]如果失真圖像為JPEG失真，則將原始的無失真圖像和待評價的失真圖像在DCT(Discrete Cosine Transform)域分割成多個相重疊的尺寸大小為8X8的圖像塊,通過計算原始的無失真圖像塊和待評價的失真圖像塊在DCT域中所有系數(shù)的均值和標(biāo)準(zhǔn)差，以及原始無失真圖像和待評價的失真圖像在DCT域所中有的坐標(biāo)位置相同的兩個圖像塊中的所有系數(shù)之間的協(xié)方差，獲取原始的無失真圖像和待評價的失真圖像中所有的坐標(biāo)位置相同的兩個圖像塊之間的基于DCT域的結(jié)構(gòu)相似度；
[0009]如果失真圖像為類模糊失真，則將原始的無失真圖像和待評價的失真圖像在小波域分割成多個相重疊的尺寸大小為8X8的圖像塊，通過計算原始的無失真圖像塊和待評價的失真圖像塊在小波域中所有系數(shù)的均值和標(biāo)準(zhǔn)差，以及原始無失真圖像和待評價的失真圖像在小波域中所有的坐標(biāo)位置相同的兩個圖像塊中的所有系數(shù)之間的協(xié)方差，獲取原始的無失真圖像和待評價的失真圖像中所有的坐標(biāo)位置相同的兩個圖像塊之間的基于小波域的結(jié)構(gòu)相似度；
[0010]最后，根據(jù)原始的無失真圖像和待評價的失真圖像中所有坐標(biāo)位置相同的兩個圖像塊之間的結(jié)構(gòu)相似度，獲取待評價的失真圖像的客觀質(zhì)量分值。
[0011]本發(fā)明的一種基于失真類型判斷的自適應(yīng)圖像質(zhì)量評價方法，它具體包括以下步驟:
[0012]①令X表示原始的無失真圖像，令Y表示待評價的失真圖像，通過失真類型判別方法確定Y的失真類型，Y的失真類型為高斯白噪聲失真、JPEG失真、類模糊失真中的其中一種，其中類模糊失真包含高斯模糊失真、JPEG2000失真和快衰落失真；
[0013]②如果失真圖像Y的失真類型為高斯白噪聲失真，則采用尺寸大小為8X8的滑動窗口在X中逐像素點移動，將X分割成MXN個相重疊的且尺寸大小為8X8的圖像塊，將X中坐標(biāo)位置為(i，j)的圖像塊記為Xi，y同樣，采用尺寸大小為8X8的滑動窗口在Y中逐像素點移動，將Y分割成 MXN個相重疊的且尺寸大小為8X8的圖像塊，將Y中坐標(biāo)位置為 (i, j)的圖像塊記為yi;j ;其中， = Sx -，H表示X和Y的高度，W表示X和Y的寬度，符號_|”為向下取整符號， [0014]如果失真圖像Y的失真類型為JPEG失真，則采用尺寸大小為8X8的滑動窗口在X中逐像素點移動，將X分割成MXN個相重疊的且尺寸大小為8X8的圖像塊，將X中坐標(biāo)位置為(i，j)的圖像塊記為Xi，j，對所有的圖像塊進行二維DCT變換，得到對應(yīng)變換后的
圖像塊為^ ;同樣，采用尺寸大小為8X8的滑動窗口在Y中逐像素帶你移動，將Y分割成
MXN個相重疊的且尺寸大小為8X8的圖像塊，將Y中坐標(biāo)位置為(i，j)的圖像塊記為yu，



H
[0015]如果失真圖像Y的失真類型為類模糊失真，則對X進行一級小波變換，提取近似分量并記為Xa，采用尺寸大小為8X8的滑動窗口在Xa中逐點移動，將Xa分割成M' XN'個相重疊的且尺寸大小為8X8的圖像塊，將Xa中坐標(biāo)位置為(i'，j')的圖像塊記為
同樣，對Y進行一級小波變換，提取近似分量并記為\，采用尺寸大小為8 X 8的滑動窗口在Ya中逐點移動，將Ya分割成W XNi個相重疊的且尺寸大小為8X8的圖像塊，將Ya中坐
標(biāo)位置為(i,，j')的圖像塊記為其中，
【權(quán)利要求】
1.一種基于失真類型判斷的自適應(yīng)圖像質(zhì)量評價方法，其特征在于它的處理過程為: 首先，確定待評價的失真圖像的失真類型； 其次，結(jié)合待評價的失真圖像的失真類型進行相應(yīng)的處理； 如果失真圖像為高斯白噪聲失真，則將原始的無失真圖像和待評價的失真圖像在像素域分割成多個相重疊的尺寸大小為8X8的圖像塊，通過計算原始的無失真圖像和待評價的失真圖像中的每個圖像塊中的所有像素點在像素域亮度均值和標(biāo)準(zhǔn)差，以及原始無失真圖像和待評價的失真圖像中所有的坐標(biāo)位置相同的兩個圖像塊中的所有像素點亮度值之間的協(xié)方差，獲取原始的無失真圖像和待評價的失真圖像中所有的坐標(biāo)位置相同的兩個圖像塊之間的基于像素域的結(jié)構(gòu)相似度； 如果失真圖像為JPEG失真，則將原始的無失真圖像和待評價的失真圖像在DCT域分割成多個相重疊的尺寸大小為8X8的圖像塊，通過計算原始的無失真圖像塊和待評價的失真圖像塊在DCT域中所有系數(shù)的均值和標(biāo)準(zhǔn)差，以及原始無失真圖像和待評價的失真圖像在DCT域有的坐標(biāo)位置相同的兩個圖像塊中的所有系數(shù)之間的協(xié)方差，獲取原始的無失真圖像和待評價的失真圖像中所有的坐標(biāo)位置相同的兩個圖像塊之間的基于DCT域的結(jié)構(gòu)相似度； 如果失真圖像為類模糊失真，則將原始的無失真圖像和待評價的失真圖像在小波域分割成多個相重疊的尺寸大小為8X8的圖像塊，通過計算原始的無失真圖像塊和待評價的失真圖像塊在小波域中所有系數(shù)的均值和 標(biāo)準(zhǔn)差，以及原始無失真圖像和待評價的失真圖像在小波域中所有的坐標(biāo)位置相同的兩個圖像塊中的所有系數(shù)之間的協(xié)方差，獲取原始的無失真圖像和待評價的失真圖像中所有的坐標(biāo)位置相同的兩個圖像塊之間的基于小波域的結(jié)構(gòu)相似度； 最后，根據(jù)原始的無失真圖像和待評價的失真圖像中所有坐標(biāo)位置相同的兩個圖像塊之間的結(jié)構(gòu)相似度，獲取待評價的失真圖像的客觀質(zhì)量分值。
2.根據(jù)權(quán)利要求1所述的一種基于失真類型判斷的自適應(yīng)圖像質(zhì)量評價方法，其特征在于:它具體包括以下步驟: ①令X表示原始的無失真圖像，令Y表示待評價的失真圖像，通過失真類型判別方法確定Y的失真類型，Y的失真類型為高斯白噪聲失真、JPEG失真、類模糊失真中的其中一種，其中類模糊失真包含高斯模糊失真、JPEG2000失真和快衰落失真； ②如果失真圖像Y的失真類型為高斯白噪聲失真，則采用尺寸大小為8X8的滑動窗口在X中逐像素點移動,將X分割成MXN個相重疊的且尺寸大小為8X8的圖像塊，將X中坐標(biāo)位置為(i，j)的圖像塊記為U同樣，采用尺寸大小為8X8的滑動窗口在Y中逐像素點移動，將Y分割成MXN個相重疊的且尺寸大小為8X8的圖像塊，將Y中坐標(biāo)位置為(i，j) 的圖像塊記為yi；J ;其中，Af = Sx -|,.v = 8x - , H表示X和Y的高度，W表示X和Y的寬度，符號“L」”為向下取整符號，K i≥M，I≥j≥N; 如果失真圖像Y的失真類型為JPEG失真，則采用尺寸大小為8X8的滑動窗口在X中逐像素點移動，將X分割成MXN個相重疊的且尺寸大小為8X8的圖像塊，將X中坐標(biāo)位置為(i，j)的圖像塊記為Xi，p對所有的圖像塊Xu進行二維DCT變換，得到對應(yīng)變換后的圖像塊為O同樣，采用尺寸大小為8X8的滑動窗口在Y中逐像素帶你移動，將Y分割成MXN個相重疊的且尺寸大小為8X8的圖像塊，將Y中坐標(biāo)位置為(i，j)的圖像塊記為對所有的圖像塊yu進行二維DCT變換，得到對應(yīng)變換后的圖像塊為尤;其中，M = I， Ur I 一一^ = Sx|yJ.H表示X和Y的高度，W表示X和Y的寬度，I≤i≤M，I≤j≤N;如果失真圖像Y的失真類型為類模糊失真，則對X進行一級小波變換，提取近似分量并記為Xa，采用尺寸大小為8X8的滑動窗口在Xa中逐點移動，將Xa分割成M' XN'個相重疊的且尺寸大小為8X8的圖像塊，將Xa中坐標(biāo)位置為(i'，j')的圖像塊記為同樣，對Y進行一級小波變換，提取近似分量并記為Ya，采用尺寸大小為8X8的滑動窗口在Ya中逐點移動，將Ya分割成W XNi個相重疊的且尺寸大小為8X8的圖像塊，將Ya中坐標(biāo)位

VW 養(yǎng)TTI置為(i'，j')的圖像塊記為，,r其中，M’ = 8x 了 , N'= 7 ,H'表示&和Ya的
)m 8 _ _ 8 _高度，W'表示XjP Ya的寬度，I≤i'，1≤j'≤N'； ③如果失真圖像Y的失真類型為高斯白噪聲失真，則計算X中的每個圖像塊中的所有像素點的亮度均值和標(biāo)準(zhǔn)差，并計算Y中的每個圖像塊中的所有像素點的亮度均值和標(biāo)準(zhǔn)差，然后計算X和Y中所有的坐標(biāo)位置相同的兩個圖像塊中的所有像素點之間的協(xié)方差，將X中坐標(biāo)位置為(i，j)的圖像塊中的所有像素點的亮度均值和標(biāo)準(zhǔn)差對應(yīng)記為夂和將Y中坐標(biāo)位置為(i，j)的圖像塊yi，j中的所有像素點的亮度均值和標(biāo)準(zhǔn)差對應(yīng)記為^y,,和*將X中坐標(biāo)位置為(i, j)的圖像塊Xi，j中的所有像素點與Y中坐標(biāo)位置為(i, j)的圖像塊yi j中的所有像素點之間的協(xié)方差記為σ t μχ,' =77ΣΣχ/(^1') ?’Λ', ,V,.,.1J.Π—Hi^^" ^7 I 8h =ττΣΣ (-'Awh隊JUAlf,h扎J *其中，Xi,>，v)表示Xi,j中坐標(biāo)位置為(U，V)的像素點的亮度值，yi，j(u，v)表示yi;j中坐標(biāo)位置為(U，V)的像素點的亮度值，l^u^8,l^v^8； 如果失真圖像Y的失真類型為JPEG失真，則計算X中的每個圖像塊中的所有像素點的亮度均值和標(biāo)準(zhǔn)差，并計算Y中的每個圖像塊中的所有像素點的亮度均值和標(biāo)準(zhǔn)差，然后計算X中的每個圖像塊的DCT交流系數(shù)的均值和標(biāo)準(zhǔn)差，并計算Y中的每個圖像塊的DCT交流系數(shù)的均值和標(biāo)準(zhǔn)差，最后計算X和Y中所有的坐標(biāo)位置相同的兩個圖像塊的所有DCT交流系數(shù)之間的協(xié)方差，將X中坐標(biāo)位置為(i，j)的圖像塊Xi，j中的所有像素點的亮度均值和標(biāo)準(zhǔn)差對應(yīng)記為中坐標(biāo)位置為(i，j)的圖像塊yu中的所有像素點的亮度均值和標(biāo)準(zhǔn)差對應(yīng)記為，將X中坐標(biāo)位置為(i，j)的圖像塊Xu進行DCT變換后得到的新圖像塊的所有交流系數(shù)的均值和標(biāo)準(zhǔn)差分別對應(yīng)記為和σ<, Y中坐標(biāo)位置為(i，j)的圖像塊yi;」進行DCT變換后得到的新圖像塊JC的所有交流系數(shù)的均值和標(biāo)準(zhǔn)差分別對應(yīng)記為.和0?* ’將X中坐標(biāo)位置為(i，j)的DCT域圖像塊< 和Y中坐標(biāo)位置為(i，j)的DCT域圖像塊VD中的所有交流系數(shù)之間的協(xié)方差記為
3.根據(jù)權(quán)利要求2所述的一種基于失真類型判斷的自適應(yīng)圖像質(zhì)量評價方法，其特征在于:所述的步驟①中通過失真類型判別方法確定Y的失真類型的具體過程為: ①-a、對X進行大小為64X64的無重疊塊分割，得到M' XN'個大小為64X64的圖像塊，將X中坐標(biāo)在(i')處的圖像塊記為^ i,，」，，對每個圖像塊^進行一級小波分解，提取對角分量，找出每個圖像塊的對角分量中系數(shù)幅度的中值，并計算每個圖像塊的噪聲標(biāo)準(zhǔn)差，將X' i； J,的小波對角分量中系數(shù)幅度的中值記為 ,其噪聲標(biāo)準(zhǔn)差為
4.根據(jù)權(quán)利要求3所述的一種基于失真類型判斷的自適應(yīng)圖像質(zhì)量評價方法，其特征在于:所述的步驟①-C中高斯白噪聲失真判別閾值Thffl的取值為0.8 ;所述的步驟①_g中JPEG失真判別閾值Thjrae的取值為0.57。
5.根據(jù)權(quán)利要求2所述的一種基于失真類型判斷的自適應(yīng)圖像質(zhì)量評價方法，其特征在于:所述的步驟④中取 C1=0.01、C2=0.02、C3=0.01、α=1、β=1 及 y=lD
【文檔編號】H04N19/89GK103475897SQ201310406821
【公開日】2013年12月25日 申請日期:2013年9月9日 優(yōu)先權(quán)日:2013年9月9日
【發(fā)明者】蔣剛毅, 靳鑫, 郁梅, 邵楓, 彭宗舉, 陳芬, 王曉東, 李福翠 申請人:寧波大學(xué)