專利名稱：一種圖像質(zhì)量評價方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理領(lǐng)域，尤其涉及一種用于評價圖像模糊程度的圖像質(zhì)量評價 方法和裝置。
背景技術(shù)：
單純圖像或視頻中的一幀圖像的模糊效應(yīng)定義為高頻區(qū)域里空間細(xì)節(jié)內(nèi)容丟失 和邊緣的清晰度減弱。在多媒體通信中為了提高服務(wù)質(zhì)量，通過對圖像和視頻圖像模糊以 及其他效應(yīng)的檢測推測終端用戶的感受已經(jīng)越來越重要。因此目前提出了很多對圖像質(zhì)量 進(jìn)行評價的方法，主要包括全參考、半?yún)⒖己蜔o參考三種技術(shù)。其中，全參考方法需要以沒 有損傷的原始圖像作為參考；半?yún)⒖挤椒ㄐ枰紙D像和損傷后的圖像中的部分信息，如 邊緣的位置和效應(yīng)的特征；而無參考方法只使用損傷后的圖像，該方法適用范圍最廣，尤其 是在實時視頻通信中對視頻圖像質(zhì)量的評價方面?，F(xiàn)有基于無參考方法對單獨圖像和視頻中的一幀圖像的模糊效應(yīng)進(jìn)行評價的方 法有很多種，例如使用DCT系統(tǒng)的柱狀圖來評價圖像的模糊程度，以及通過計算計算含有 圖像邊緣的8X8方塊的DCT峰值來評價圖像的模糊程度，但是這些方法在對圖像的模糊程 度進(jìn)行評價時，由于考慮的因素比較少，導(dǎo)致最終對圖像質(zhì)量的評價不夠準(zhǔn)確。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明的目的在于提供一種圖像質(zhì)量評價方法和裝置，對圖像質(zhì)量評 價的結(jié)果更準(zhǔn)確。為實現(xiàn)上述目的，本發(fā)明的一個實施例提供一種圖像質(zhì)量評價方法，包括檢測圖像的邊緣點；計算圖像的邊緣點處的邊緣寬度、邊緣點處的邊緣梯度峰值；通過所述圖像的邊緣點的邊緣寬度和邊緣梯度峰值計算圖像的模糊物理量強(qiáng) 度；根據(jù)以e為底，模糊物理量強(qiáng)度的對數(shù)判定圖像質(zhì)量評價結(jié)果。優(yōu)選地，所述根據(jù)以e為底模糊物理量強(qiáng)度的對數(shù)判定圖像質(zhì)量評價結(jié)果包括 計算以e為底模糊物理量強(qiáng)度的對數(shù)與第一常數(shù)的乘積，再加上第二常數(shù)得到圖像質(zhì)量評 價結(jié)果。優(yōu)選地，所述計算圖像的邊緣點處的邊緣寬度包括由邊緣點灰度值的χ方向?qū)?shù)和y方向?qū)?shù)，計算邊緣點的梯度方向；檢測所述邊緣點的梯度方向上距離該邊緣點最近的灰度值最低的像素點和相反 方向距離該邊緣點最近的灰度值最高的像素點，計算所述檢測到的灰度值最低的像素點和 最高的像素點之間的距離，得到該邊緣點處的邊緣寬度。優(yōu)選地，所述計算邊緣點處的邊緣梯度峰值包括計算邊緣點的灰度值的χ方向?qū)?shù)和y方向?qū)?shù)的平方和的平方根，得到該邊緣點處的邊緣梯度峰值。優(yōu)選地，所述通過圖像的邊緣點的邊緣寬度和邊緣梯度峰值計算圖像的模糊物理 量強(qiáng)度具體采用如下公式
權(quán)利要求
一種圖像質(zhì)量評價方法，其特征在于，包括檢測圖像的邊緣點；計算圖像的邊緣點處的邊緣寬度、邊緣點處的邊緣梯度峰值；通過所述圖像的邊緣點的邊緣寬度和邊緣梯度峰值計算圖像的模糊物理量強(qiáng)度；根據(jù)以e為底，模糊物理量強(qiáng)度的對數(shù)判定圖像質(zhì)量評價結(jié)果。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)以e為底模糊物理量強(qiáng)度的對數(shù) 判定圖像質(zhì)量評價結(jié)果包括計算以e為底模糊物理量強(qiáng)度的對數(shù)與第一常數(shù)的乘積，再 加上第二常數(shù)得到圖像質(zhì)量評價結(jié)果。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述計算圖像的邊緣點處的邊緣寬度包括由邊緣點灰度值的χ方向?qū)?shù)和y方向?qū)?shù)，計算邊緣點的梯度方向； 檢測所述邊緣點的梯度方向上距離該邊緣點最近的灰度值最低的像素點和相反方向 距離該邊緣點最近的灰度值最高的像素點，計算所述檢測到的灰度值最低的像素點和最高 的像素點之間的距離，得到該邊緣點處的邊緣寬度。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述計算邊緣點處的邊緣梯度峰值包括 計算邊緣點的灰度值的χ方向?qū)?shù)和y方向?qū)?shù)的平方和的平方根，得到該邊緣點處的邊緣梯度峰值。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述通過圖像的邊緣點的邊緣寬度和邊 緣梯度峰值計算圖像的模糊物理量強(qiáng)度具體采用如下公式 ; ν (w\Q = -T i^-Kl'J其中，Q為圖像的模糊物理量強(qiáng)度，N為檢測到的圖像邊緣點的個數(shù)，S為像素點灰度可 能的極大值，Wi為第i個邊緣點的邊緣寬度，Gi為第i個邊緣點的邊緣梯度峰值，Ki為第i 個邊緣點兩側(cè)對比度對模糊物理量強(qiáng)度的影響因子。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述第i個邊緣點兩側(cè)對比度對模糊物理 量強(qiáng)度的影響因子Ki利用如下公式計算_ J -0.0042C, +1 0<C ,<50 Κ' = [Ο.8092β-0024(Γ'-50) 51<C,< 200其中，所述Ci為第i個邊緣點梯度方向上距離該邊緣點最近的灰度值最低的像素點的 灰度值與相反方向上距離該邊緣點最近的灰度值最大的像素點的灰度值之間的差值的絕 對值。
7.一種圖像質(zhì)量評價裝置，其特征在于，包括 邊緣點檢測單元，用于檢測圖像的邊緣點；邊緣點參數(shù)計算單元，用于計算圖像和邊緣點處的邊緣寬度和邊緣梯度峰值； 模糊物理量強(qiáng)度計算單元，用于通過所述圖像的邊緣點的邊緣寬度和邊緣梯度峰值計 算圖像的模糊物理量強(qiáng)度；判定單元，用于根據(jù)以e為底，模糊物理量強(qiáng)度的對數(shù)判定圖像質(zhì)量評價結(jié)果。
8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述判定單元具體用于計算以e為底模糊物理量強(qiáng)度的對數(shù)與第一常數(shù)的乘積，再加上第二次常數(shù)得到圖像質(zhì)量評價結(jié)果。
9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述邊緣點參數(shù)計算單元包括 梯度方向計算子單元，用于由邊緣點的灰度值的χ方向?qū)?shù)和y方向?qū)?shù)計算邊緣點的梯度方向；檢測子單元，用于檢測所述邊緣點的梯度方向上距離該邊緣點最近的灰度值最低的像 素點、和相反方向距離該邊緣點最近的灰度值最高的像素點；邊緣寬度計算子單元，用于計算所述檢測子單元檢測到的灰度值最低的像素點和最高 的像素點之間的距離，得到該邊緣點處的邊緣寬度；邊緣梯度峰值計算子單元，用于計算邊緣點的χ方向?qū)?shù)和y方向?qū)?shù)的平方和的平 方根，得到該邊緣點處的邊緣梯度峰值。
10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述模糊物理量強(qiáng)度計算單元具體采用 下式計算圖像的模糊物理量強(qiáng)度其中，Q為圖像的模糊物理量強(qiáng)度，N為檢測到的圖像邊緣點的個數(shù)，S為圖像所有像素 點的灰度最大值，Wi為第i個邊緣點的邊緣寬度,Gi為第i個邊緣點的邊緣梯度峰值，Ki為 第i個邊緣點兩側(cè)對比度對模糊物理量強(qiáng)度的影響因子，Ki采用下式計算 — I -0.0042C, +1 0<C ,<50 K' — {o.8092e-0024(Cf"50) 51 < C, < 200其中，所述Ci為第i個邊緣點梯度方向上距離該邊緣點最近的灰度值最低的像素點的 灰度值與相反方向上距離該邊緣點最近的灰度值最大的像素點的灰度值之間的差值的絕 對值。
全文摘要
本發(fā)明實施例提供一種圖像質(zhì)量評價方法和裝置，該方法包括檢測圖像的邊緣點；計算圖像的邊緣點處的邊緣寬度、邊緣點處的邊緣梯度峰值；通過所述圖像的邊緣點的邊緣寬度和邊緣梯度峰值計算圖像的模糊物理量強(qiáng)度；根據(jù)以e為底，模糊物理量強(qiáng)度的對數(shù)判定圖像質(zhì)量評價結(jié)果。利用本發(fā)明實施例提供的圖像質(zhì)量評價方法和裝置對圖像的模糊程度進(jìn)行評價時，其考慮的因素更多，而且評價結(jié)果更接近人類視覺的評價，因此評價的結(jié)果更準(zhǔn)確。
文檔編號G06T7/00GK101950418SQ20101026324
公開日2011年1月19日 申請日期2010年8月26日 優(yōu)先權(quán)日2010年8月26日
發(fā)明者劉元凱, 朱明新, 李永利, 賈林 申請人:北京中創(chuàng)信測科技股份有限公司