基于轮廓波变换域图像特征的无参考图像质量评测方法.pdf

(19)中华人民共和国国家知识产权局*CN102547363A*(12)发明专利申请(10)申请公布号CN102547363A(43)申请公布日2012.07.04(21)申请号201010575153.0(22)申请日2010.12.07(71)申请人江南大学地址214122江苏省无锡市蠡湖大道1800号(72)发明人李朝锋金波周丽明桑庆兵吴小俊吉训生(51)Int.Cl.H04N17/00(2006.01)权利要求书权利要求书2页2页说明书说明书66页页附图附图11页(54)发明名称基于轮廓波变换域图像特征的无参考图像质量评测方法(57)摘要本发明公开一种基于轮廓波变换域图像能量特征的无参考图像质量评测方法。该方法步骤包括：(1)选择理想图像，然后计算其经轮廓波变换后的各尺度平均能量；(2)利用各尺度能量特征之间的近似线性关系，建立预测模型；(3)利用预测模型和高尺度的平均能量，预测低尺度的平均能量；(4)根据预测的平均能量和由失真图像计算的平均能量初步度量图像质量；(5)对JPEG失真类型进行能量补偿；(6)根据图像质量初步度量和JPEG失真的能量补偿，构建无参考的图像质量评测尺度。本发明无需主观得分进行训练，方法简单，能够适用于多种蚀变类型，与主观评价高度一致，可用于对图像视频处理方法有效性进行检测。CN10254736ACN102547363A权利要求书1/2页1.基于Contourlet变换的图像特征的无参考图像质量评测方法，是根据自然图像在Contourlet域中不同子带能量特征之间所呈现的近似线性规律，利用失真图像变化微小的高尺度能量特征去预测其相应的低尺度能量特征，然后对这些预测值和实际值进行比较来度量失真图像质量。具体过程如下：(1)选取N(N≥5)幅高质量的理想图像，对这些理想图像进行Contourlet变换，然后计算Contourlet变换各尺度各方向的平均能量MEs，o。式中MEs，o为子带平均能量，s为尺度个数，o为方向个数；N为每个子带的像素个数；C为每个子带的系数；Φ为调整因子，0≤Φ＜1，本发明取为0.01。(2)建立预测函数：Contourlet变换各尺度能量特征之间有近似线性关系，为此我们定义预测函数为：2Y＝β1+β2X+β3X式中X为高尺度下的子带平均能量，Y为低尺度下的子带平均能量，β1、β2、β3为预测系数。我们利用步骤(1)计算得到的理想图像的各个尺度的子带平均能量，通过最小二乘非线性拟合得到预测系数矩阵。(3)预测理想图像低尺度下的子带平均能量：利用失真图像高尺度下的子带平均能量和预测系数矩阵，我们可以预测得到理想图像低尺度下的子带平均能量PMo。(4)图像质量的初步度量：我们将预测得到的低尺度子带平均能量与实际失真图像计算得到的低尺度子带平均能量的差的和作为图像质量的初步度量：式中TMo为由实际失真图像计算得到的子带平均能量，o为子带个数。考虑到当发生严重失真时，高尺度的子带平均能量会发生较大的偏差，其预测值会出现较大的误差，这时我们进行适当调整，使用理想图像的子带平均能量的均值作为其预测值。(5)JPEG失真能量补偿：块效应是由于图像进行分块压缩而产生的相邻块边界不连续的现象。经实验发现由步骤(4)得到的质量指标CQ对JPEG失真不起作用，为此我们考虑对JPEG失真进行补偿。本发明我们采用计算块内外能量比的方法作为JPEG失真类型的能量补偿。由于JPEG分块大小一般为8*8结构，当经过Contourlet变换降采样分解后，块的大小会变为4*4结构。对于1、4方向(相当于水平方向)，块边界部分我们取第1和第4列，块内取第2和第3列；对于5、8方向(相当于垂直方向)，块边界部分我们取第1和第4行，块内取第2和第3行。如下所示：式中BOE为块边界能量，BIE为块内部能量，C(i，j)为子带系数，M为行数，N为列数。最后根据块边界能量和块内部能量得到JPEG失真类型的能量补偿JEC：2CN102547363A权利要求书2/2页(6)构造图像质量评测尺度：最后我们定义无参考的图像质量评测尺度NRIQ：NRIQ＝log(1+CQ+JEC)。3CN102547363A说明书1/6页基于轮廓波变换域图像特征的无参考图像质量评测方法技术领域[0001]本发明涉及一种基于轮廓波(Contourlet)变换域图像特征的无参考图像质量评测方法，属于图像处理技术领域。背景技术[0002]图像质量是评价图像视频处理相关算法性能的主要指标，因此对图像质量评测方法的研究非常重要。评测图像质量的方法有主观方法和客观方法两大类，图像的最终用户是我们人类本身，所以主观方法可靠性高，但主观方法费时费力且不易于嵌入到自动化系统中，因此开发简单有效的客观评测方法是当前图像质量评测研究的重点。[0003]客观评测方法根