一種基于自動調(diào)焦原理無參考噪聲圖像質(zhì)量評價方法
【專利摘要】一種基于自動調(diào)焦原理無參考噪聲圖像質(zhì)量評價方法，其特征在于按如下步驟進行：(一)選擇一幅噪聲圖像為被評價圖像；(二)將該噪聲圖像轉(zhuǎn)化為灰度圖像；(三)對被評價噪聲圖像進行高斯低通濾波，生成的圖像作為參考圖像；(四)分別對噪聲圖像和經(jīng)過高斯濾波生成的參考圖像進行奇異值分解，得到奇異值向量S1和S2；(五)根據(jù)奇異值的該變量構(gòu)造噪聲圖像的質(zhì)量評價函數(shù)Noise；(六)計算被評價圖像的質(zhì)量評價函數(shù)Noise的值，作為圖像噪聲指標。本發(fā)明是一種不需要參考圖像，評價噪聲圖像質(zhì)量的方法，并且評價結(jié)果符合人類視覺主觀認識結(jié)果，Noise值越大，被評價圖像的質(zhì)量越好。
【專利說明】一種基于自動調(diào)焦原理無參考噪聲圖像質(zhì)量評價方法 【技術(shù)領域】
[〇〇〇1] 本發(fā)明涉及圖像處理領域，具體地講，是一種不需要參考圖像進行噪聲圖像質(zhì)量 評價的方法。 【背景技術(shù)】
[0002] 噪聲是圖像中最常見的一種失真類型，如何從大量的噪聲圖像中自動挑選出 質(zhì)量合格的圖像，舍棄哪些不合格的噪聲圖像，就需要對圖像質(zhì)量進行評價。按照評價 過程需要多少原始參考圖像信息，客觀圖像質(zhì)量評價方法又可以分為三大類：全參考 (Full-Reference，F(xiàn)R)圖像質(zhì)量評價法，部分參考（Reduced-Reference，RR)圖像質(zhì)量評 價法和無參考（No-Reference,NR)圖像質(zhì)量評價法。峰值信噪比（Peak Signal-to-Noise Ratio, PSNR)是最常用的全參考圖像質(zhì)量評價方法，但像PSNR這樣的全參考圖像質(zhì)量評價 方法需要參考圖像的全部或部分信息，而在很多應用場合沒有或無法獲得參考圖像的全部 或部分信息，因此無參考圖像質(zhì)量評價方法更加實用。
[0003] 在當前基于圖像處理的數(shù)字成像自動調(diào)焦系統(tǒng)中，大多是通過計算圖像高頻分量 的多少來進行調(diào)焦判斷。比較典型的有對焦深度法，它通過改變鏡頭的位置獲得一系列模 糊程度不等的圖像，通過計算每幅圖像的清晰度（高頻分量）評價值構(gòu)成對焦評價曲線，最 終移動鏡頭到曲線的最大值對應的位置（即最佳對焦位置）。本發(fā)明基于這一原理，提出了 一種無參考噪聲圖像質(zhì)量評價方法。
【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于提供一種快速噪聲圖像質(zhì)量評價方法，能夠在不需要參考圖像 的情況下，評價噪聲圖像質(zhì)量的好壞。
[0005] 為了實現(xiàn)上述目的，本發(fā)明的技術(shù)方案如下：一種基于自動調(diào)焦原理無參考噪聲 圖像質(zhì)量評價方法，其關鍵在于按如下步驟進行：
[0006] (一）選擇一幅噪聲圖像為被評價圖像；
[0007] (二）將該噪聲圖像轉(zhuǎn)化為灰度圖像；
[0008] (三）對被評價噪聲圖像進行高斯低通濾波，生成的圖像作為參考圖像，高斯濾波 器的窗口大小11X11，且σ = 5 ;
[0009] (四）分別對噪聲圖像和經(jīng)過高斯濾波生成的參考圖像進行奇異值分解，得到奇 異值向量Si和&;
[〇〇1〇] 任何一個灰度圖像都可以看作實數(shù)矩陣A e ΓΧη，則存在正交（或酉）矩陣 U e ΓΧηι 和 V e RnXn 使得 A = USVT (1)
[0011]式中5
【權(quán)利要求】
1. 一種基于自動調(diào)焦原理無參考噪聲圖像質(zhì)量評價方法，其特征在于按如下步驟進 行： (一） 選擇一幅噪聲圖像為被評價圖像； (二） 將該噪聲圖像轉(zhuǎn)化為灰度圖像； (三） 對被評價噪聲圖像進行高斯低通濾波，生成的圖像作為參考圖像； (四） 分別對噪聲圖像和經(jīng)過高斯濾波生成的參考圖像進行奇異值分解，得到奇異值 向量Si和s2; (五） 根據(jù)奇異值的該變量構(gòu)造噪聲圖像的質(zhì)量評價函數(shù)Noise ; (六） 計算被評價圖像的質(zhì)量評價函數(shù)Noise的值，作為圖像噪聲指標。
2. 根據(jù)權(quán)利要求1所述基于自動調(diào)焦原理無參考噪聲圖像質(zhì)量評價方法，其特征在 于：在步驟（三）中，高斯濾波器的窗口大小11X11，且σ = 5。
3. 根據(jù)權(quán)利要求1所述基于自動調(diào)焦原理無參考噪聲圖像質(zhì)量評價方法，其特征在 于：在步驟（四）中，建立A = USVT為矩陣A e RmXn的奇異值分解，其中正交（或酉）矩陣 U e ΓΧη1，U的列向暈為矩陣A的左奇異值向量和V e RnXn，V的列向量為A的右奇異值向
S'diagOp σ2，…，ojjop σ2，…，〇r是矩陣A的所有 非零奇異值，r = rank (A)。
4. 根據(jù)權(quán)利要求1所述基于自動調(diào)焦原理無參考噪聲圖像質(zhì)量評價方法，其特征在 于：在步驟（五）中，建立奇異值的改變量和噪聲程度之間的對應關系，得到的噪聲指標的 計算公式為：
，其中Si為待評價噪聲圖像奇 異值向量，S2為經(jīng)過高斯濾波后生成的參考圖像的奇異值向量，r為奇異值個數(shù)，C為調(diào)節(jié) 常數(shù)，本發(fā)明中取3。
【文檔編號】G06T7/00GK104103063SQ201310123322
【公開日】2014年10月15日 申請日期:2013年4月10日 優(yōu)先權(quán)日:2013年4月10日
【發(fā)明者】桑慶兵, 吳小俊, 殷瑩, 李朝峰, 羅曉清 申請人:江南大學