本發(fā)明創(chuàng)造涉及圖像處理領(lǐng)域，具體涉及一種有效的圖像質(zhì)量評價系統(tǒng)。

背景技術(shù)：

隨著科學(xué)技術(shù)的進步，人類可以通過各種不同的途徑獲得信息，其中，最主要的信息是視覺信息，然而在圖像的采集、處理、傳輸、存儲以及顯示等過程中，難免給圖像帶來不同程度上的失真和退化，圖像中各種各樣的失真會影響人們對信息的提取和理解，嚴重的會造成信息提取的失敗，因此，為了對圖像的視覺效果進行有效的控制或者優(yōu)化，對圖像的質(zhì)量進行合理評估具有非常重要的意義，本發(fā)明提供一種有效的圖像質(zhì)量評價系統(tǒng)，通過對待評價的原始圖像進行低通濾波得到一幅模糊圖像作為參考圖像，從而進行圖像質(zhì)量的評價，因此能夠在不需要參考圖像的情況下，實現(xiàn)圖像質(zhì)量的評價。

技術(shù)實現(xiàn)要素：

針對上述問題，本發(fā)明旨在提供一種有效的圖像質(zhì)量評價系統(tǒng)。

本發(fā)明創(chuàng)造的目的通過以下技術(shù)方案實現(xiàn)：

一種有效的圖像質(zhì)量評價系統(tǒng)，包括圖像獲取模塊、圖像處理模塊、特征提取模塊和圖像質(zhì)量評價模塊，所述圖像獲取模塊用于獲取待評價的原始圖像，所述圖像處理模塊用于將所述原始圖像轉(zhuǎn)換為灰度圖像x，并采用一種高斯模型的低通濾波器對所述灰度圖像x進行濾波得到再模糊圖像，并將其作為參考圖像y，所述特征提取模塊用于提取所述灰度圖像x和參考圖像y的局部圖像特征，所述圖像質(zhì)量評價模塊用于根據(jù)特征提取模塊提取得到的局部圖像特征進行圖像質(zhì)量的綜合評價。

本發(fā)明創(chuàng)造的有益效果：通過對采集得到的原始圖像進行低通濾波得到一個模糊副本作為參考圖像，并通過比較原始圖像和參考圖像之間的圖像特征的變化情況進行圖像質(zhì)量的評價，有效的簡化了圖像評價的計算過程，并且得到了較好的評價結(jié)果。

附圖說明

利用附圖對發(fā)明創(chuàng)造作進一步說明，但附圖中的實施例不構(gòu)成對本發(fā)明創(chuàng)造的任何限制，對于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)以下附圖獲得其它的附圖。

圖1是本發(fā)明結(jié)構(gòu)示意圖；

圖2是本發(fā)明特征提取模塊結(jié)構(gòu)示意圖。

附圖標記：

圖像獲取模塊1；圖像處理模塊2；特征提取模塊3；圖像質(zhì)量評價模塊4；第一特征單元31；第二特征單元32。

具體實施方式

結(jié)合以下實施例對本發(fā)明作進一步描述。

參見圖1和圖2，本實施例的一種有效的圖像質(zhì)量評價系統(tǒng)，包括圖像獲取模塊1、圖像處理模塊2、特征提取模塊3和圖像質(zhì)量評價模塊4，所述圖像獲取模塊1用于獲取待評價的原始圖像，所述圖像處理模塊2用于將所述原始圖像轉(zhuǎn)換為灰度圖像x，并采用一種高斯模型的低通濾波器對所述灰度圖像x進行濾波得到再模糊圖像，并將其作為參考圖像y，所述特征提取模塊3用于提取所述灰度圖像x和參考圖像y的局部圖像特征，所述圖像質(zhì)量評價模塊4用于根據(jù)特征提取模塊3提取得到的局部圖像特征進行圖像質(zhì)量的綜合評價。

本優(yōu)選實施例通過對采集得到的原始圖像進行低通濾波得到一個模糊副本作為參考圖像，并通過比較原始圖像和參考圖像之間的圖像特征的變化情況進行圖像質(zhì)量的評價，有效的簡化了圖像評價的計算過程，并且得到了較好的評價結(jié)果。

優(yōu)選地，所述特征提取模塊3用于提取所述灰度圖像x和參考圖像y的局部圖像特征，包括第一特征單元31和第二特征單元32，所述第一特征單元31用于計算所述灰度圖像x和參考圖像y的標準差的變化情況，所述第二特征單元32用于計算所述灰度圖像x和參考圖像y的梯度幅值的變化情況，從而進行圖像質(zhì)量的評價。

優(yōu)選地，所述第一特征單元31通過計算所述灰度圖像x和參考圖像y的標準差的變化情況，從而對圖像質(zhì)量進行評價，具體為：

a.將灰度圖像x和參考圖像y分別分為a×b大小的塊，將灰度圖像x的圖像塊分別記為xk(k＝1,2…,v)，將參考圖像y對應(yīng)的圖像塊記為yk(k＝1,2…,v),其中v為圖像塊總數(shù)，計算灰度圖像x的局部標準差，定義圖像塊xk的窗口的重心為(m,n)，則圖像塊xk的局部標準差的計算公式為：

式中，是圖像塊xk點(i,j)處像素的灰度值，是圖像塊xk鄰域內(nèi)所有像素的平均灰度值，是圖像塊xk處的局部方差，是圖像塊xk處的局部標準差；

同理可計算得到參考圖像y對應(yīng)的圖像塊yk的局部標準差

b.根據(jù)上述計算所得的灰度圖像x和參考圖像y的局部標準差計算局部標準差變化情況，定義圖像塊xk和圖像塊yk的局部標準差變化因子為b(xk,yk)，則b(xk,yk)的計算公式為：

式中，b(xk,yk)是灰度圖像x和參考圖像y中圖像塊xk和圖像塊yk的局部標準差變化因子，是灰度圖像x的圖像塊xk的局部標準差，是參考圖像y對應(yīng)圖像塊yk處的局部標準差。

本優(yōu)選實施例通過計算所述原始圖像和參考圖像之間的局部標準差因子對圖像的模糊程度進行評價，局部方差的引入不僅表示了像素與其鄰域像素之間的關(guān)系，還較好的反應(yīng)了區(qū)域內(nèi)像素灰度變化的劇烈程度，通過計算所述原始圖像和參考圖像的標準差變化情況，能夠有效的對待評價圖像的模糊程度進行評價。

優(yōu)選地，所述第二特征單元32用于根據(jù)所述灰度圖像x和參考圖像y的梯度幅值的變化情況進行圖像質(zhì)量評價，具體包括：

a.計算圖像(i,j)處的梯度幅值g(i,j)，則梯度幅值g(i,j)的計算公式如下：

式中，和分別是使用水平邊緣算子和垂直邊緣算子計算得到的梯度分量；

b.根據(jù)上述給出的圖像梯度幅值的計算方法計算所述灰度圖像x和參考圖像y對應(yīng)的局部梯度幅值，定義圖像塊xk和圖像塊yk的局部梯度幅值變化因子為v(xk,yk)，則局部梯度幅值變化因子v(xk,yk)的計算公式為：

式中，是灰度圖像x的圖像塊xk的點(m,n)處的梯度幅值，是參考圖像y的圖像塊yk的點(m,n)處的梯度幅值。

本優(yōu)選實施例引入圖像的梯度幅值變化因子，通過計算所述原始圖像和參考圖像之間的梯度幅值的變化情況對圖像的模糊情況進行判斷，從而對所述原始圖像的質(zhì)量進行評價，具有較好的評價性能且計算復(fù)雜度較低的優(yōu)點。

優(yōu)選地，所述圖像質(zhì)量評價模塊4用于根據(jù)上述所得的局部標準差變化因子和局部梯度幅值變化因子進行圖像質(zhì)量的綜合評價，具體包括：

a.采用傅里葉變化相位譜法計算灰度圖像x的圖像塊xk的視覺顯著圖，定義灰度圖像為x(m,n)，則灰度圖像x(m,n)的圖像塊xk的顯著圖計算公式如下：

f(u,v)＝f(x(m,n))

p(u,v)＝p(f(u,v))

式中，f代表傅里葉變換，f^-1代表反傅里葉變化，p(·)可以得到相位譜，g(m,n)是高斯函數(shù)，代表灰度圖像x的圖像塊xk的顯著圖，*代表卷積運算；

b.定義圖像模糊程度評價因子ρ，則評價因子ρ的計算公式為：

式中，b(xk,yk)是灰度圖像x和參考圖像y中圖像塊xk和圖像塊yk的局部標準差變化因子，v(xk,yk)是圖像塊xk和圖像塊yk的局部梯度幅值變化因子，γ和ε是反應(yīng)兩個特征變化因子的重要程度的權(quán)重，且γ+ε＝1，v是圖像塊總數(shù)，是灰度圖像x的圖像塊xk的局部顯著圖；

c.定義圖像清晰閾值j,則當(dāng)ρ<j時，則判斷所述原始圖像為重度模糊圖像，當(dāng)j<ρ≤1.2j,則斷定所述原始圖像為中度模糊圖像，當(dāng)1.2j<ρ≤1.6j時，則判定所述原始圖像為輕度模糊圖像，當(dāng)ρ>1.6j時，則判定所述原始圖像為清晰圖像。

本優(yōu)選實施例利用圖像的局部標準差變化情況和梯度幅值的變化情況對圖像的質(zhì)量進行綜合評價，有效的提高了圖像質(zhì)量評價的準確性，并在計算過程中引進了待評價圖像的局部顯著圖的大小決定局部圖像質(zhì)量評價的權(quán)重大小的計算方法，有效的加大了視覺顯著性較高的圖像領(lǐng)域在圖像模糊程度的評價中所占的比重，增加了評價結(jié)果的準確性。

最后應(yīng)當(dāng)說明的是，以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對本發(fā)明保護范圍的限制，盡管參照較佳實施例對本發(fā)明作了詳細地說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對本發(fā)明的技術(shù)方案進行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實質(zhì)和范圍。