專利名稱：一種打印質(zhì)量評(píng)估方法和評(píng)估系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種打印質(zhì)量評(píng)估系統(tǒng)和評(píng)估方法，特別是一種評(píng)估經(jīng)過(guò)各種處理的打印文檔圖像質(zhì)量的方法和系統(tǒng)。
背景技術(shù)：
可感知性是用來(lái)評(píng)價(jià)打印、掃描過(guò)程以及其他經(jīng)過(guò)圖像處理的打印圖像質(zhì)量的一個(gè)重要的指標(biāo)。然而，只有當(dāng)可感知性被明確定義之后，這種評(píng)價(jià)與衡量才能成為可能。近年來(lái)，針對(duì)各種經(jīng)過(guò)圖像處理的數(shù)字圖像，例如壓縮的圖像/視頻、嵌入水印的圖像/視頻，研究者們提出了各種方法來(lái)對(duì)圖像質(zhì)量進(jìn)行評(píng)估。
為了能夠有效的評(píng)價(jià)打印文檔/圖像的保真度，評(píng)價(jià)算法必須對(duì)以下集中情況魯棒打印和掃描過(guò)程所引入的噪聲和失真；掃描過(guò)程中引入的各種仿射變換失真(主要是旋轉(zhuǎn)、平移和尺度變換)；與原始圖像相比，在掃描過(guò)程中引起的掃描圖像像素值的變化。
更重要的是，這種評(píng)價(jià)算法應(yīng)當(dāng)與人類感知特性相吻合。這就意味著當(dāng)采用這個(gè)評(píng)價(jià)算法對(duì)各種圖像(如加入不同強(qiáng)度的水印圖像)進(jìn)行排序時(shí)，其次序應(yīng)當(dāng)與人類感知習(xí)慣相同。
一種簡(jiǎn)單但被廣泛使用的圖像保真度評(píng)價(jià)算法是峰值信噪比(PeakSignal to Noise Ratio，PSNR)和其等價(jià)形式均方誤差(Mean Square Error，MSE)。然而，這種評(píng)價(jià)方法并沒(méi)有充分的考慮到人類的感知特性。同時(shí)，這種方法對(duì)各種仿射變換失真也非常敏感。這種方法因此并不適合用于保真度的評(píng)價(jià)。
人類視覺(jué)系統(tǒng)模型(Human Visual System，HVS)系統(tǒng)地描述了人類視覺(jué)對(duì)物體的感知規(guī)律與特征，因此可以用來(lái)對(duì)圖像的保真度進(jìn)行科學(xué)的評(píng)價(jià)。
美國(guó)專利No.5,329,379(July 12，1994)提出了一種用來(lái)評(píng)估壓縮視頻流的方法，其通過(guò)待評(píng)價(jià)視頻流中出現(xiàn)的形狀、位移、紋理和顏色對(duì)視頻流中的各個(gè)幀進(jìn)行評(píng)測(cè)。
美國(guó)專利No.6,704,451(March 9，2004)提出的視頻質(zhì)量評(píng)估方法則是基于視頻中的各種特征。
美國(guó)專利No.6,690,839(February 10，2004)將HVS模型用于視頻圖像質(zhì)量的評(píng)估，但是這種方法并沒(méi)有考慮局部亮度、局部對(duì)比度和誤差累計(jì)等因素。
上述的技術(shù)方案均只能用于評(píng)價(jià)數(shù)字模式的圖像，并且這些方法只能用于計(jì)算機(jī)的顯示器和電視等情況，無(wú)法適用于打印文檔/圖像的質(zhì)量評(píng)估。
但是這些方法僅僅限于對(duì)數(shù)字格式的圖像進(jìn)行質(zhì)量評(píng)估，它們并不適用于評(píng)價(jià)打印文檔/圖像的質(zhì)量評(píng)估。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種打印質(zhì)量評(píng)估方法及系統(tǒng)，實(shí)現(xiàn)對(duì)打印文檔/圖像的簡(jiǎn)單、快速、有效的質(zhì)量評(píng)估，能處理打印、掃描過(guò)程引入的失真魯棒，并且使評(píng)估結(jié)果與人類的感知特性相一致。
為了實(shí)現(xiàn)上述目的，本發(fā)明提供了一種打印質(zhì)量評(píng)估方法，包括步驟A，計(jì)算第一數(shù)字圖像和第二數(shù)字圖像的誤差矩陣；步驟B，計(jì)算相對(duì)敏感度函數(shù)矩陣；步驟C，根據(jù)第一數(shù)字圖像的頻率域特征修改相對(duì)敏感度函數(shù)矩陣得到優(yōu)化的相對(duì)敏感度函數(shù)矩陣；步驟D，根據(jù)優(yōu)化的相對(duì)敏感度函數(shù)矩陣與誤差矩陣獲取感知誤差矩陣；步驟E，根據(jù)感知誤差矩陣評(píng)測(cè)打印圖像；第一數(shù)字圖像為通過(guò)標(biāo)準(zhǔn)圖像采集設(shè)備采集到的打印圖像的數(shù)字文件，第一數(shù)字圖像為打印圖像的原始數(shù)字文件或第一數(shù)字圖像的基準(zhǔn)文件。
上述的方法，其中，步驟A之前還包括步驟F，對(duì)第一數(shù)字圖像和第二數(shù)字圖像進(jìn)行匹配對(duì)準(zhǔn)。
上述的方法，其中，步驟F具體包括步驟F1，檢測(cè)第一數(shù)字圖像和第二數(shù)字圖像中的特征；步驟F2，計(jì)算第一數(shù)字圖像和第二數(shù)字圖像之間的仿射變換關(guān)系；
步驟F3，根據(jù)仿射變換關(guān)系對(duì)第一數(shù)字圖像進(jìn)行平移，旋轉(zhuǎn)和尺度縮放，實(shí)現(xiàn)匹配對(duì)準(zhǔn)。
上述的方法，其中，步驟A具體包括步驟A1，將第一數(shù)字圖像和第二數(shù)字圖像都劃分成圖像子塊；步驟A2，將第一數(shù)字圖像和第二數(shù)字圖像的所有圖像子塊變換到頻率域；步驟A3，對(duì)第一數(shù)字圖像和第二數(shù)字圖像中的相對(duì)應(yīng)的圖像子塊進(jìn)行矩陣相減后獲取誤差矩陣。
上述的方法，其中，頻率域包括但不限于離散余弦變換域、離散傅里葉變換域、快速傅里葉變換域、小波變換域。
上述的方法，其中，步驟A1中具體為根據(jù)人類視覺(jué)系統(tǒng)的感知特性和計(jì)算效率將第一數(shù)字圖像和第二數(shù)字圖像都劃分成圖像子塊。
上述的方法，其中，步驟C中的頻率域特征包括但不限于局部亮度和局部對(duì)比度。
上述的方法，其中，步驟D具體為將各圖像子塊對(duì)應(yīng)的優(yōu)化的相對(duì)敏感度函數(shù)矩陣與誤差矩陣獲取感知誤差矩陣的對(duì)應(yīng)元素相乘作為圖像子塊的感知誤差矩陣的對(duì)應(yīng)元素。
上述的方法，其中，步驟E具體包括步驟E1，對(duì)各圖像子塊的感知誤差矩陣求和得到對(duì)應(yīng)圖像子塊的得分；步驟E2，將各圖像子塊的得分求和得到打印圖像的評(píng)測(cè)得分。
為了更好的實(shí)現(xiàn)上述目的，本發(fā)明還提供了一種打印質(zhì)量評(píng)估系統(tǒng)，包括誤差矩陣計(jì)算模塊，用于計(jì)算第一數(shù)字圖像和第二數(shù)字圖像的誤差矩陣；相對(duì)敏感度函數(shù)矩陣計(jì)算模塊，用于計(jì)算相對(duì)敏感度函數(shù)矩陣；優(yōu)化的敏感度函數(shù)矩陣計(jì)算模塊，用于根據(jù)第一數(shù)字圖像的頻率域特征修改相對(duì)敏感度函數(shù)矩陣得到優(yōu)化的相對(duì)敏感度函數(shù)矩陣；感知誤差矩陣計(jì)算模塊，用于根據(jù)優(yōu)化的相對(duì)敏感度函數(shù)矩陣與誤差矩陣獲取感知誤差矩陣；評(píng)測(cè)模塊，用于根據(jù)感知誤差矩陣評(píng)測(cè)打印圖像；
第一數(shù)字圖像為通過(guò)標(biāo)準(zhǔn)圖像采集設(shè)備采集到的打印圖像的數(shù)字文件，第一數(shù)字圖像為打印圖像的原始數(shù)字文件或第一數(shù)字圖像的基準(zhǔn)文件。
上述的系統(tǒng)，其中，還包括匹配對(duì)準(zhǔn)模塊，與誤差矩陣計(jì)算模塊和相對(duì)敏感度函數(shù)矩陣計(jì)算模塊連接，用于對(duì)第一數(shù)字圖像和第二數(shù)字圖像進(jìn)行匹配對(duì)準(zhǔn)。
上述的系統(tǒng)，其中，頻率域特征包括但不限于局部亮度和局部對(duì)比度。
上述的系統(tǒng)，其中，還包括打印機(jī)，用于打印出所述打印圖像；標(biāo)準(zhǔn)圖像采集設(shè)備，用于根據(jù)打印圖像獲取第一數(shù)字圖像。
上述的系統(tǒng)，其中，所述標(biāo)準(zhǔn)圖像采集設(shè)備包括但不限于掃描儀、數(shù)碼相機(jī)。
本發(fā)明的打印質(zhì)量評(píng)估方法及系統(tǒng)通過(guò)匹配對(duì)準(zhǔn)，解決了打印、掃描過(guò)程中產(chǎn)生的幾何畸變、噪聲等問(wèn)題，同時(shí)通過(guò)引入人類視覺(jué)模型，使打印質(zhì)量評(píng)估更加符合人類的感知特性，實(shí)現(xiàn)了簡(jiǎn)單、快速、有效的打印質(zhì)量評(píng)估。


圖1為本發(fā)明的打印質(zhì)量評(píng)估系統(tǒng)的結(jié)構(gòu)示意圖；圖2為本發(fā)明的打印質(zhì)量評(píng)估方法的流程示意圖；圖3為圖2中步驟21的具體流程示意圖；圖4為圖2中步驟22的具體流程示意圖；圖5為圖像子塊的DCT變換的示意圖；圖6為大小為64*64的圖像子塊的相對(duì)敏感度函數(shù)矩陣的示意圖。
具體實(shí)施例方式
為方便描述，在此先對(duì)本發(fā)明中出現(xiàn)的幾個(gè)概念進(jìn)行定義。
打印圖像，為通過(guò)打印機(jī)打印出來(lái)的文件；第一數(shù)字圖像，為通過(guò)標(biāo)準(zhǔn)圖像采集設(shè)備采集到的打印圖像的數(shù)字文件，如通過(guò)掃描儀掃描該打印圖像得到的數(shù)字文件，或通過(guò)數(shù)碼相機(jī)對(duì)該打印圖像拍照后獲取的數(shù)字文件，當(dāng)然也可以通過(guò)其他方式獲?。贿@些標(biāo)準(zhǔn)圖像采集設(shè)備將打印圖像轉(zhuǎn)換成第一數(shù)字圖像時(shí)可將誤差控制在一定范圍內(nèi)；第二數(shù)字圖像，為打印圖像的原始數(shù)字文件，即輸入打印機(jī)的數(shù)字文件，也可以是該第一數(shù)字圖像的基準(zhǔn)文件，即對(duì)該第二數(shù)字圖像進(jìn)行一定處理后打印即可獲取上述的打印圖像，該處理包括嵌入水印、壓縮等操作，針對(duì)不同的第二數(shù)字圖像，本發(fā)明的打印質(zhì)量評(píng)估系統(tǒng)的處理步驟完全相同。
本發(fā)明的打印質(zhì)量評(píng)估系統(tǒng)用于對(duì)打印圖像進(jìn)行評(píng)估，其輸入為第一數(shù)字圖像和第二數(shù)字圖像。
本發(fā)明的打印質(zhì)量評(píng)估系統(tǒng)通過(guò)對(duì)第一數(shù)字圖像和第二數(shù)字圖像進(jìn)行處理，獲取第一數(shù)字圖像和第二數(shù)字圖像之間的感知誤差矩陣，并根據(jù)感知誤差矩陣對(duì)打印圖像進(jìn)行評(píng)測(cè)，該感知誤差矩陣是由第一數(shù)字圖像和第二數(shù)字圖像之間的頻率域誤差矩陣和優(yōu)化的CSF(Contrast Sensitivity Function，相對(duì)敏感度函數(shù))矩陣的相應(yīng)元素相乘獲取，該優(yōu)化的CSF矩陣是通過(guò)利用第一數(shù)字圖像的頻率域特征對(duì)CSF矩陣優(yōu)化得到。
本發(fā)明的打印質(zhì)量評(píng)估系統(tǒng)如圖1所示，包括匹配對(duì)準(zhǔn)模塊11，用于接收第一數(shù)字圖像和第二數(shù)字圖像，并利用一些特征對(duì)第一數(shù)字圖像和第二數(shù)字圖像進(jìn)行匹配對(duì)準(zhǔn)，獲取匹配對(duì)準(zhǔn)的圖像對(duì)；誤差矩陣計(jì)算模塊12，用于將匹配對(duì)準(zhǔn)后的第一數(shù)字圖像和第二數(shù)字圖像變換到頻率域后計(jì)算第一數(shù)字圖像和第二數(shù)字圖像的誤差矩陣；相對(duì)敏感度函數(shù)矩陣計(jì)算模塊13，用于根據(jù)人類視覺(jué)系統(tǒng)模型和圖像子塊的參數(shù)計(jì)算相對(duì)敏感度函數(shù)矩陣；優(yōu)化的敏感度函數(shù)矩陣計(jì)算模塊14，用于根據(jù)第一數(shù)字圖像的頻率域特征修改相對(duì)敏感度函數(shù)矩陣得到優(yōu)化的相對(duì)敏感度函數(shù)矩陣；感知誤差矩陣計(jì)算模塊15，用于根據(jù)優(yōu)化的相對(duì)敏感度函數(shù)矩陣與誤差矩陣獲取感知誤差矩陣，其將優(yōu)化的相對(duì)敏感度函數(shù)矩陣與誤差矩陣獲取感知誤差矩陣的對(duì)應(yīng)元素相乘作為感知誤差矩陣的對(duì)應(yīng)元素；評(píng)測(cè)模塊16，根據(jù)該感知誤差矩陣獲取打印圖像的評(píng)測(cè)分?jǐn)?shù)。
本發(fā)明的打印質(zhì)量評(píng)估方法如圖2所示，具體包括如下步驟步驟21，接收第一數(shù)字圖像和第二數(shù)字圖像，并利用一些特征對(duì)第一數(shù)字圖像和第二數(shù)字圖像進(jìn)行匹配對(duì)準(zhǔn)，獲取匹配對(duì)準(zhǔn)的圖像對(duì)，其中的特征可以是圖像中的邊緣、角點(diǎn)或灰度等；步驟22，將匹配對(duì)準(zhǔn)后的第一數(shù)字圖像和第二數(shù)字圖像劃分成圖像子塊，變換到頻率域，計(jì)算第一數(shù)字圖像和第二數(shù)字圖像的對(duì)應(yīng)圖像子塊的誤差矩陣；步驟23，獲取對(duì)應(yīng)圖像子塊的相對(duì)敏感度函數(shù)矩陣，該相對(duì)敏感度函數(shù)矩陣應(yīng)充分考慮打印的各種特性，如紙張的大小、打印分辨率和光照等因素，同時(shí)還應(yīng)該考慮人類視覺(jué)系統(tǒng)對(duì)圖像感知的影響，例如人眼可以感知的最大和最小頻率，人眼可以感知的最小光照等因素，因此本步驟中結(jié)合人類視覺(jué)系統(tǒng)模型和第一數(shù)字圖像的圖像子塊參數(shù)計(jì)算對(duì)應(yīng)圖像子塊的相對(duì)敏感度函數(shù)矩陣，其中，該圖像子塊的參數(shù)是由打印文檔的特征決定，包括亮度，分辨率以及打印文檔的對(duì)比度等，同時(shí)，人類視覺(jué)系統(tǒng)模型充分考慮到了人類視覺(jué)系統(tǒng)對(duì)圖像感知的影響，例如人眼可感知的最大和最小頻率，人眼可以感知的最小光照等因素，圖6為大小為64*64的圖像子塊的相對(duì)敏感度函數(shù)矩陣的示意圖；對(duì)于獲取對(duì)應(yīng)圖像子塊的相對(duì)敏感度函數(shù)矩陣可參見(jiàn)Ahumada，A.；Peterson，H.的“Luminance-model-based DCT quantization for color imagecompression”一文，Proc.Of Human Vision，Visual Processing and DigitalDisplay，pages.193-201，1993；步驟24，根據(jù)第一數(shù)字圖像的頻率域特征修改相對(duì)敏感度函數(shù)矩陣得到優(yōu)化的相對(duì)敏感度函數(shù)矩陣，該頻率域特征包括第一數(shù)字圖像的局部亮度、局部對(duì)比度等；步驟25，根據(jù)優(yōu)化的相對(duì)敏感度函數(shù)矩陣與誤差矩陣獲取各圖像子塊的感知誤差矩陣，其將各圖像子塊對(duì)應(yīng)的優(yōu)化的相對(duì)敏感度函數(shù)矩陣與誤差矩陣的對(duì)應(yīng)元素相乘作為該圖像子塊的感知誤差矩陣的對(duì)應(yīng)元素；步驟26，根據(jù)各圖像子塊的感知誤差矩陣獲取打印圖像的評(píng)測(cè)分?jǐn)?shù)，其通過(guò)對(duì)各圖像子塊的感知誤差矩陣求和得到該圖像子塊的得分，然后將各圖像子塊的得分求和得到打印圖像的評(píng)測(cè)得分，本步驟的求和均可以是LP準(zhǔn)則求和。
其中，步驟21如圖3所示，具體包括如下步驟步驟211，檢測(cè)第一數(shù)字圖像和第二數(shù)字圖像中的特征，如邊緣、角點(diǎn)、灰度特征等，通常來(lái)講，邊緣和角點(diǎn)對(duì)于亮度變換的圖像更加魯棒，邊緣可以通過(guò)邊緣檢測(cè)算子(如Sobel算子、Canny算子等)檢測(cè)，角點(diǎn)可通過(guò)角點(diǎn)檢測(cè)算子(如Susan算子)檢測(cè)；步驟212，計(jì)算第一數(shù)字圖像和第二數(shù)字圖像之間的仿射變換關(guān)系，如角點(diǎn)，就可以利用相對(duì)應(yīng)的角度計(jì)算均方值誤差最小的仿射變換；步驟213，根據(jù)仿射變換對(duì)第一數(shù)字圖像進(jìn)行平移，旋轉(zhuǎn)和尺度縮放，從而使得第一數(shù)字圖像和第二數(shù)字圖像匹配對(duì)準(zhǔn)，在剪切下多余和無(wú)效的區(qū)域后(通常是圖像的邊界部分)，就可得到匹配對(duì)準(zhǔn)的圖像對(duì)。
其中，步驟22如圖4所示，步驟22具體包括如下步驟步驟221，將第一數(shù)字圖像和第二數(shù)字圖像都劃分成N個(gè)圖像子塊，每個(gè)圖像子塊的大小都是n*n個(gè)像素，該圖像子塊的劃分考慮人類視覺(jué)系統(tǒng)的感知特性和計(jì)算效率之間的均衡，如果所選圖像子塊過(guò)大，則計(jì)算耗費(fèi)就會(huì)很高；如果圖像子塊大小選擇過(guò)小，則第一數(shù)字圖像的低頻信息就會(huì)損失掉，本發(fā)明中，根據(jù)人類視覺(jué)系統(tǒng)模型，該圖像子塊的大小的最佳值為64*64像素；步驟222，將第一數(shù)字圖像和第二數(shù)字圖像的每個(gè)圖像子塊都變換到頻率域，如DCT(Discrete Cosine Transform，離散余弦變換)域、DFT(Discrete Fouriertransform，離散傅里葉變換)域、FFT(Fast Fourier transform，快速傅里葉變換)域、wavelet(小波)域等，圖5中示出了DCT域的示例；步驟223，對(duì)第一數(shù)字圖像和第二數(shù)字圖像中的相對(duì)應(yīng)的圖像子塊進(jìn)行矩陣相減，從而得到頻率域的誤差矩陣。
在頻率域上，可以計(jì)算第一數(shù)字圖像和第二數(shù)字圖像之間的誤差矩陣。如果我們分別用I和I’來(lái)表示基準(zhǔn)圖像和評(píng)測(cè)圖像中相應(yīng)的圖像子塊，I和I’的頻率域變換則分別用F和F’來(lái)表示，則誤差矩陣E可以通過(guò)下式計(jì)算得到E＝F-F’獲取CSF函數(shù)后，以DCT域的圖像評(píng)估為例對(duì)CSF函數(shù)優(yōu)化得到優(yōu)化的CSF函數(shù)，首先利用局部亮度修改相對(duì)敏感度函數(shù)矩陣CSF′=CSF(c00kc00)αT]]>其中，c00k是第一數(shù)字圖像的當(dāng)前圖像子塊DCT變換的直流分量，c00則是第一數(shù)字圖像的中所有圖像子塊的直流分量的平均值，αT是一個(gè)通過(guò)實(shí)驗(yàn)得到的參數(shù)；
然后，我們根據(jù)局部對(duì)比度修改相對(duì)敏感度函數(shù)矩陣CSF′′=CSF′max[1,(|cm,n,k|CSF′)wm,n],m,n=1,...,N-1]]>其中，cm，n，k是當(dāng)前圖像子塊的DCT系數(shù)，wm，n則是權(quán)重系數(shù)，該CSF”即為優(yōu)化的CSF矩陣。
其中αT的作用是控制局部亮度對(duì)相對(duì)敏感度函數(shù)矩陣影響程度，這個(gè)值越大時(shí)，局部亮度對(duì)相對(duì)敏感度函數(shù)矩陣的影響越大，當(dāng)αT＝0，則局部亮度對(duì)相對(duì)敏感度函數(shù)矩陣沒(méi)有影響，合適的αT值可以通過(guò)實(shí)驗(yàn)得到；與αT類似，wm，n也是用來(lái)控制局部對(duì)比度對(duì)相對(duì)敏感度函數(shù)矩陣的影響程度的大小，當(dāng)wm，n＝0時(shí)，修改后的相對(duì)敏感度函數(shù)矩陣與原相對(duì)敏感度函數(shù)矩陣相同，其合適的值也是可以通過(guò)實(shí)驗(yàn)獲得。
步驟25中，假設(shè)頻率域中誤差矩陣用E＝(ei，j)m，n來(lái)表示，而優(yōu)化的CSF矩陣CSF”用C＝(ci，j)m，n來(lái)表示，則，感知誤差矩陣為W＝(wi，j)m，n，其中wi，j＝ei，j·ci，j(i＝1，...，m；j＝1，...，n)然后，將感知誤差矩陣W中所有的元素用LP準(zhǔn)則進(jìn)行求和，從而得到當(dāng)前圖像子塊的得分。例如，為了得到感知誤差矩陣W的得分s，有下式s=(Σi=1mΣj=1n|wi,j|p)1p,i=1,...,m;j=1,...,n]]>其中p的值在優(yōu)選方式中為1。
最后，打印圖像的最終評(píng)測(cè)得分的最終得分可通過(guò)將所有圖像子塊的得分進(jìn)行求和來(lái)得到，和過(guò)程同樣遵循LP準(zhǔn)則，p的值在優(yōu)選方式中為1。
以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明原理的前提下，還可以作出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也應(yīng)視為本發(fā)明的保護(hù)范圍。
權(quán)利要求
1.一種打印質(zhì)量評(píng)估方法，包括步驟A，計(jì)算第一數(shù)字圖像和第二數(shù)字圖像的誤差矩陣；步驟B，計(jì)算相對(duì)敏感度函數(shù)矩陣；步驟C，根據(jù)第一數(shù)字圖像的頻率域特征修改相對(duì)敏感度函數(shù)矩陣得到優(yōu)化的相對(duì)敏感度函數(shù)矩陣；步驟D，根據(jù)優(yōu)化的相對(duì)敏感度函數(shù)矩陣與誤差矩陣獲取感知誤差矩陣；步驟E，根據(jù)感知誤差矩陣評(píng)測(cè)打印圖像；第一數(shù)字圖像為通過(guò)標(biāo)準(zhǔn)圖像采集設(shè)備采集到的打印圖像的數(shù)字文件，第一數(shù)字圖像為打印圖像的原始數(shù)字文件或第一數(shù)字圖像的基準(zhǔn)文件。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟A之前還包括步驟F，對(duì)第一數(shù)字圖像和第二數(shù)字圖像進(jìn)行匹配對(duì)準(zhǔn)。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，步驟F具體包括步驟F1，檢測(cè)第一數(shù)字圖像和第二數(shù)字圖像中的特征；步驟F2，計(jì)算第一數(shù)字圖像和第二數(shù)字圖像之間的仿射變換關(guān)系；步驟F3，根據(jù)仿射變換關(guān)系對(duì)第一數(shù)字圖像進(jìn)行平移，旋轉(zhuǎn)和尺度縮放，實(shí)現(xiàn)匹配對(duì)準(zhǔn)。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，步驟F1中的特征包括但不限于邊緣、角點(diǎn)或灰度特征。
5.根據(jù)權(quán)利要求1、2或3所述的方法，其特征在于，步驟A具體包括步驟A1，將第一數(shù)字圖像和第二數(shù)字圖像都劃分成圖像子塊；步驟A2，將第一數(shù)字圖像和第二數(shù)字圖像的所有圖像子塊變換到頻率域；步驟A3，對(duì)第一數(shù)字圖像和第二數(shù)字圖像中的相對(duì)應(yīng)的圖像子塊進(jìn)行矩陣相減后獲取誤差矩陣。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，頻率域包括但不限于離散余弦變換域、離散傅里葉變換域、快速傅里葉變換域、小波變換域。
7.根據(jù)權(quán)利要求5所述的方法，其特征在于，步驟A1中根據(jù)人類視覺(jué)系統(tǒng)的感知特性和計(jì)算效率將第一數(shù)字圖像和第二數(shù)字圖像都劃分成圖像子塊。
8.根據(jù)權(quán)利要求7所述的方法，其特征在于，圖像子塊為64*64像素。
9.根據(jù)權(quán)利要求5所述的方法，其特征在于，步驟C中的頻率域特征包括但不限于局部亮度和局部對(duì)比度。
10.根據(jù)權(quán)利要求5所述的方法，其特征在于，步驟D具體為將各圖像子塊對(duì)應(yīng)的優(yōu)化的相對(duì)敏感度函數(shù)矩陣與誤差矩陣獲取感知誤差矩陣的對(duì)應(yīng)元素相乘作為圖像子塊的感知誤差矩陣的對(duì)應(yīng)元素。
11.根據(jù)權(quán)利要求5所述的方法，其特征在于，步驟E具體包括步驟E1，對(duì)各圖像子塊的感知誤差矩陣求和得到對(duì)應(yīng)圖像子塊的得分；步驟E2，將各圖像子塊的得分求和得到打印圖像的評(píng)測(cè)得分。
12.根據(jù)權(quán)利要求11所述的方法，其特征在于，所述步驟E1和步驟E2中的求和為L(zhǎng)P準(zhǔn)則求和。
13.根據(jù)權(quán)利要求12所述的方法，其特征在于，LP準(zhǔn)則求和取P值為1進(jìn)行求和。
14.一種打印質(zhì)量評(píng)估系統(tǒng)，包括誤差矩陣計(jì)算模塊，用于計(jì)算第一數(shù)字圖像和第二數(shù)字圖像的誤差矩陣；相對(duì)敏感度函數(shù)矩陣計(jì)算模塊，用于計(jì)算相對(duì)敏感度函數(shù)矩陣；優(yōu)化的敏感度函數(shù)矩陣計(jì)算模塊，用于根據(jù)第一數(shù)字圖像的頻率域特征修改相對(duì)敏感度函數(shù)矩陣得到優(yōu)化的相對(duì)敏感度函數(shù)矩陣；感知誤差矩陣計(jì)算模塊，用于根據(jù)優(yōu)化的相對(duì)敏感度函數(shù)矩陣與誤差矩陣獲取感知誤差矩陣；評(píng)測(cè)模塊，用于根據(jù)感知誤差矩陣評(píng)測(cè)打印圖像；第一數(shù)字圖像為通過(guò)標(biāo)準(zhǔn)圖像采集設(shè)備采集到的打印圖像的數(shù)字文件，第一數(shù)字圖像為打印圖像的原始數(shù)字文件或第一數(shù)字圖像的基準(zhǔn)文件。
15.根據(jù)權(quán)利要求14所述的系統(tǒng)，其特征在于，還包括匹配對(duì)準(zhǔn)模塊，與誤差矩陣計(jì)算模塊和相對(duì)敏感度函數(shù)矩陣計(jì)算模塊連接，用于對(duì)第一數(shù)字圖像和第二數(shù)字圖像進(jìn)行匹配對(duì)準(zhǔn)。
16.根據(jù)權(quán)利要求14所述的系統(tǒng)，其特征在于，頻率域特征包括但不限于局部亮度和局部對(duì)比度。
17.根據(jù)權(quán)利要求14所述的系統(tǒng)，其特征在于，還包括打印機(jī)，用于打印出所述打印圖像；標(biāo)準(zhǔn)圖像采集設(shè)備，用于根據(jù)打印圖像獲取第一數(shù)字圖像。
18.根據(jù)權(quán)利要求17所述的系統(tǒng)，其特征在于，所述標(biāo)準(zhǔn)圖像采集設(shè)備包括但不限于掃描儀、數(shù)碼相機(jī)。
全文摘要
本發(fā)明公開(kāi)了一種打印質(zhì)量評(píng)估方法和系統(tǒng)，用于對(duì)打印圖像進(jìn)行評(píng)估，其中方法包括計(jì)算第一數(shù)字圖像和第二數(shù)字圖像的誤差矩陣；計(jì)算相對(duì)敏感度函數(shù)矩陣；得到優(yōu)化的相對(duì)敏感度函數(shù)矩陣；根據(jù)優(yōu)化的相對(duì)敏感度函數(shù)矩陣與誤差矩陣獲取感知誤差矩陣；根據(jù)感知誤差矩陣評(píng)測(cè)打印圖像；第一數(shù)字圖像為通過(guò)標(biāo)準(zhǔn)圖像采集設(shè)備采集到的打印圖像的數(shù)字文件，第一數(shù)字圖像為打印圖像的原始數(shù)字文件或第一數(shù)字圖像的基準(zhǔn)文件。本發(fā)明的打印質(zhì)量評(píng)估方法及系統(tǒng)通過(guò)匹配對(duì)準(zhǔn)，解決了打印、掃描過(guò)程中產(chǎn)生的幾何畸變、噪聲等問(wèn)題，同時(shí)通過(guò)引入人類視覺(jué)模型，使打印質(zhì)量評(píng)估更加符合人類的感知特性，實(shí)現(xiàn)了簡(jiǎn)單、快速、有效的打印質(zhì)量評(píng)估。
文檔編號(hào)G06T7/00GK101055560SQ20061007319
公開(kāi)日2007年10月17日 申請(qǐng)日期2006年4月12日 優(yōu)先權(quán)日2006年4月12日
發(fā)明者李銘 申請(qǐng)人:株式會(huì)社理光