基于四元相位疊合模型的圖像模糊度評(píng)估方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)一種基于四元相位疊合模型的圖像模糊度評(píng)估方法，該方法利用了基于四元數(shù)矩陣的彩色圖像表示，以矢量信號(hào)的形式來(lái)整體處理彩色圖像并計(jì)算四元相位疊合圖，并與傳統(tǒng)的復(fù)數(shù)相位疊合圖組合，構(gòu)成一種可以描述圖像結(jié)構(gòu)輪廓清晰程度的顯著圖——混合相位疊合圖。本發(fā)明同時(shí)對(duì)計(jì)算出的顯著性圖進(jìn)行直方圖分析，取相位疊合的加權(quán)平均值作為衡量圖像清晰程度的指標(biāo)，最后計(jì)算出圖像的模糊系數(shù)。本發(fā)明是一種能夠體現(xiàn)彩色圖像的輪廓結(jié)構(gòu)信息的顯著性方法，通過(guò)有效地利用彩色通道之間的相關(guān)性以及人眼視覺(jué)特性，提高對(duì)彩色圖像模糊度估計(jì)的準(zhǔn)確率。
【專(zhuān)利說(shuō)明】基于四元相位疊合模型的圖像模糊度評(píng)估方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及的是一種圖像處理【技術(shù)領(lǐng)域】的圖像質(zhì)量評(píng)價(jià)方法，具體涉及的是一種 基于四元相位疊合模型的圖像模糊度評(píng)估方法。

【背景技術(shù)】
[0002] 圖像在采集、壓縮、處理、傳輸、顯示過(guò)程中都有可能產(chǎn)生降質(zhì)，因此圖像質(zhì)量評(píng)價(jià) 在圖像、視頻處理、壓縮、通信等領(lǐng)域中具有重要的現(xiàn)實(shí)意義，是這些系統(tǒng)的重要組成部分。 影響圖像降質(zhì)的因素很多，其中模糊是人眼最容易察覺(jué)和感覺(jué)最強(qiáng)烈的、影響圖像質(zhì)量的 重要因素，因此圖像模糊度的評(píng)價(jià)在整個(gè)圖像質(zhì)量評(píng)價(jià)中具有非常重要的作用。
[0003] 經(jīng)過(guò)對(duì)現(xiàn)有技術(shù)的文獻(xiàn)檢索發(fā)現(xiàn)，L. Firestone和K. Cook等人在"Comparison of autofocusmethods for automated microscopy"（自動(dòng)顯微鏡自動(dòng)聚焦方法的比較）文章 中提出了一種基于灰度直方圖計(jì)算模糊度的方法。這個(gè)名為Mendelsohn and Mayall (簡(jiǎn)稱(chēng) 為Menmay)直方圖的方法定義模糊度s為：所有大于某一閾值的灰度級(jí)與它出現(xiàn)的概率的 乘積，如下式所示：

【權(quán)利要求】
1. 一種基于四元相位疊合模型的圖像模糊度評(píng)估方法，其特征在于，包括以下步驟： 第一步、對(duì)圖像I計(jì)算基于灰度信息的復(fù)數(shù)相位疊合圖PC(X，y); 第二步、對(duì)彩色圖像I計(jì)算四元相位疊合圖QPC(x，y); 第三步、將復(fù)數(shù)相位疊合圖與四元相位疊合圖組合成為新的混合相位疊合圖； 第四步、將混合相位疊合圖作為顯著性圖，并基于其直方圖獲得相位疊合的加權(quán)平均 值，從而得到圖像的模糊系數(shù)。
2. 根據(jù)權(quán)利要求1所述的基于四元相位疊合模型的圖像模糊度評(píng)估方法，其特征是， 所述的第一步包括以下步驟： 1. 1)將彩色原圖像只保留灰度信息，轉(zhuǎn)化成為灰度圖像I(x，y); 1. 2)利用灰度圖像I (X，y)計(jì)算局部能量E(x，y); 1. 3)計(jì)算尺度η下的濾波器響應(yīng)幅值A(chǔ)n(x，y) ;n為濾波器尺度； 1.4)利用上述的局部能量E(x，y)和濾波器響應(yīng)幅值A(chǔ)n(x，y)計(jì)算復(fù)數(shù)相位疊合圖 PC(x, y) 〇
3. 根據(jù)權(quán)利要求2所述的基于四元相位疊合模型的圖像模糊度評(píng)估方法，其特征是， 所述的局部能量
其中『和Μ°分別為偶小 波與奇小波濾波器，η為濾波器尺度，*為卷積。
4. 根據(jù)權(quán)利要求2所述的基于四元相位疊合模型的圖像模糊度評(píng)估方法，其特征是， 所述的濾波響應(yīng)幅值
其中和Μ°分別為偶小 波與奇小波濾波器，*為卷積。
5. 根據(jù)權(quán)利要求2所述的基于四元相位疊合模型的圖像模糊度評(píng)估方法，其特征是， 所述的相位疊合圖
其中ε是一個(gè)非常接近于0的正數(shù)，用于保 證分母不為0。
6. 根據(jù)權(quán)利要求1所述的基于四元相位疊合模型的圖像模糊度評(píng)估方法，其特征是， 所述的第二步包括以下步驟： 2. 1)將三通道的彩色圖像轉(zhuǎn)化為一個(gè)純四元數(shù)矩陣P(X，y); 2. 2)構(gòu)建一系列不同尺度的四元Gabor濾波器Gq ; 2.3)用四元Gabor濾波器
對(duì)P (x，y)進(jìn)行卷積，得到
2. 4)利用
計(jì)算局部能量
2. 5)根據(jù)
計(jì)算尺度η下的四元Gabor濾波器響應(yīng)幅值
2. 6)利用
和
計(jì)算四元相位疊合圖QPC(x, y)。
7. 根據(jù)權(quán)利要求6所述的基于四元相位疊合模型的圖像模糊度評(píng)估方法，其特征是，
(u，v)T，u，v為濾波器分別沿X，y方向的中心頻率，m為窗內(nèi)的波長(zhǎng)個(gè)數(shù)，σ f對(duì)應(yīng)于高斯包 所述的四元Gabor濾波器 其中u = ， 絡(luò)的標(biāo)準(zhǔn)差；μ是一個(gè)純四元數(shù)，表示濾波器的顏色方向。
8. 根據(jù)權(quán)利要求6所述的基于四元相位疊合模型的圖像模糊度評(píng)估方法，其特征是， 所述的
，其中?為四元數(shù)卷積操作符。
9. 根據(jù)權(quán)利要求6所述的基于四元相位疊合模型的圖像模糊度評(píng)估方法，其特征是， 所述的局部能量：
其中，操作算子Re (.)，I im (.)，Jim (.)，Kim (.)分別提取
的實(shí)部和三個(gè)虛部。
10. 根據(jù)權(quán)利要求6所述的基于四元相位疊合模型的圖像模糊度評(píng)估方法，其特征是， 所述的濾波響應(yīng)幅值
其中，操作算子Re (.)，I im (.)，Jim (.)，Kim (.)分別提取
的實(shí)部和三個(gè)虛部。
11. 根據(jù)權(quán)利要求6所述的基于四元相位疊合模型的圖像模糊度評(píng)估方法，其特征是， 所述的四元相位疊合圖
其中ε是一個(gè)非常接近于〇的正 數(shù)，用于保證分母不為0。
12. 根據(jù)權(quán)利要求1所述的基于四元相位疊合模型的圖像模糊度評(píng)估方法，其特征是， 所述的第三步包括以下步驟： 3. 1)將同一幅圖像的復(fù)數(shù)相位疊合圖PC(x，y)與四元相位疊合圖QPC(x，y)加權(quán)相加， 得到混合相位疊合圖HPC(x, y)。
13. 根據(jù)權(quán)利要求12所述的基于四元相位疊合模型的圖像模糊度評(píng)估方法，其特征 是，所述的混合相位疊合圖HPC(X，y) = αXQPC(X，y) + (l-α)XPC(X，y)，其中α為權(quán)重。
14. 根據(jù)權(quán)利要求1所述的基于四元相位疊合模型的圖像模糊度評(píng)估方法，其特征是， 所述的第四步包括以下步驟： 4. 1)對(duì)混合相位疊合圖計(jì)算其分布直方圖Hist (bins)，其中bins為直方圖的統(tǒng)計(jì)級(jí) 數(shù)； 4. 2)依據(jù)Hist計(jì)算混合相位疊合圖的直方圖平均值Mean ; 4. 3)根據(jù)Mean計(jì)算圖像的模糊系數(shù)Blur，數(shù)值范圍為[0, 1]。
15. 根據(jù)權(quán)利要求14所述的基于四元相位疊合模型的圖像模糊度評(píng)估方法，其特征 是，所述的混合相位疊合圖的直方圖平均值
其中H(l)為第1級(jí)的HPC 值，P(l)為第1級(jí)的直方圖頻率。
16. 根據(jù)權(quán)利要求14所述的基于四元相位疊合模型的圖像模糊度評(píng)估方法，其特征 是，所述的模糊系數(shù)Blur = 1-Mean。
【文檔編號(hào)】G06T7/00GK104063864SQ201410298499
【公開(kāi)日】2014年9月24日 申請(qǐng)日期:2014年6月26日 優(yōu)先權(quán)日:2014年6月26日
【發(fā)明者】徐奕, 豐子灝, 楊小康 申請(qǐng)人:上海交通大學(xué)