本發(fā)明涉及圖像處理評價，具體的，涉及一種基于多種圖像特征(紋理、色彩和美學(xué)特征)混合的色調(diào)映射圖像質(zhì)量評價方法，同時涉及了一種相應(yīng)的系統(tǒng)、終端及介質(zhì)。

背景技術(shù)：

1、高動態(tài)范圍(hdr)在捕捉、操縱和顯示真實世界的照明方面具有優(yōu)勢，而消費者級終端顯示設(shè)備只擁有8位深或10位深的標(biāo)準(zhǔn)動態(tài)范圍(sdr)，難以準(zhǔn)確表示具有更高動態(tài)范圍的圖像。色調(diào)映射算子(tmo)被廣泛應(yīng)用在hdr圖像的采集、壓縮、傳輸和顯示，旨在sdr顯示設(shè)備中渲染hdr場景。然而hdr圖像在采用不同tmo后，不僅出現(xiàn)自然度屬性失真，也出現(xiàn)了顏色和構(gòu)圖方面的美學(xué)屬性失真。在實際的應(yīng)用場合中，為了衡量不同tmo的性能并選擇最佳色調(diào)映射圖像，需要大量人工參與的主觀評估，很難滿足實際應(yīng)用需求，同時原始hdr圖像難以獲取，因此無參考的客觀色調(diào)質(zhì)量評價方法更具研究價值，可用于在線自動從不同色調(diào)質(zhì)量評價指標(biāo)生成的候選色調(diào)質(zhì)量評價指標(biāo)中選擇質(zhì)量最好的色調(diào)質(zhì)量評價指標(biāo)，也可用于在色調(diào)映射過程中尋求最優(yōu)參數(shù)。因此，急需提供一種性能較優(yōu)的色調(diào)映射圖像的質(zhì)量評價技術(shù)。

2、gu等人從信息量、自然度和結(jié)構(gòu)等方面進(jìn)行特征提取，忽略了顏色失真。yue等人從曝光、顏色、自然度來度量色調(diào)映射圖像失真，但忽略了質(zhì)量引起的美學(xué)感知變化，性能不高。蔣剛毅等人申請的中國發(fā)明專利《一種盲參考色調(diào)映射圖像質(zhì)量評價方法》，從圖像的高亮區(qū)域和低亮區(qū)域提取將局部和全局區(qū)域的細(xì)節(jié)信息量來度量細(xì)節(jié)信息，時間復(fù)雜度較高，不適用終端色調(diào)映射后的實時評價?；谏鲜龇治?，已有方法考慮不夠全面，其主觀一致性有待提升。因此，需要研究出更為高效的色調(diào)映射評價方法來適用標(biāo)準(zhǔn)動態(tài)范圍終端顯示設(shè)備對高動態(tài)范圍成像的要求。目前沒有發(fā)現(xiàn)同本發(fā)明類似技術(shù)的說明或報道，也尚未收集到國內(nèi)外類似的資料。

技術(shù)實現(xiàn)思路

1、本發(fā)明針對現(xiàn)有技術(shù)中存在的上述不足，提供了一種基于多種圖像特征混合的色調(diào)映射圖像質(zhì)量評價方法，同時提供了一種相應(yīng)的系統(tǒng)、終端及介質(zhì)。

2、根據(jù)本發(fā)明的一個方面，提供了一種基于多種圖像特征混合的色調(diào)映射圖像質(zhì)量評價方法，包括：

3、提取色調(diào)映射圖像的紋理結(jié)構(gòu)特征，所述紋理結(jié)構(gòu)特征用于衡量色調(diào)映射圖像邊緣區(qū)域發(fā)散的程度和局部細(xì)節(jié)失真；

4、提取色調(diào)映射圖像每個顏色通道的顏色矩和梯度特征，作為色彩特征；

5、提取色調(diào)映射圖像的色調(diào)特征，作為第一美學(xué)特征；

6、提取色調(diào)映射圖像的構(gòu)圖特征，作為第二美學(xué)特征；

7、將上述提取到的各項特征組合成整體的特征矢量，基于一相應(yīng)主觀質(zhì)量分?jǐn)?shù)作為標(biāo)簽，訓(xùn)練一支持向量回歸器，采用訓(xùn)練好的支持向量回歸器對色調(diào)映射圖像進(jìn)行測試評價，得到預(yù)測的圖像客觀質(zhì)量分?jǐn)?shù)。

8、優(yōu)選地，所述提取色調(diào)映射圖像的紋理結(jié)構(gòu)特征，包括：

9、使用sobel算子提取每張色調(diào)映射圖像的邊緣圖em；計算獲取的邊緣圖em中每個像素點周圍的預(yù)設(shè)大小的亮度塊的均值μl、方差σl、偏度sl和峰值kl，來衡量圖像邊緣的亮度以及邊緣區(qū)域發(fā)散的程度；

10、提供一種中心對稱局部二值梯度算子對邊緣圖進(jìn)行局部紋理測算，每個色調(diào)映射圖像生成16的局部結(jié)構(gòu)特征矢量；其中，所述中心對稱局部二值梯度算子xcs-lbp為：

11、

12、ρ(a,b,c)＝a*22+b*21+c*20；

13、

14、其中，n為涉及到的像素的鄰居總數(shù)，mc為中心像素的灰度值，mi(i＝0,1，…，(n/2)-1)為相鄰像素的灰度值，ρ(a,b,c)為每個元素進(jìn)行二進(jìn)制編碼高低順序加權(quán)，τ(x,y)為比較中心像素與相鄰像素的差異。

15、優(yōu)選地，所述提取色調(diào)映射圖像每個顏色通道的顏色矩和梯度特征，包括：

16、將色調(diào)映射圖像rgb空間轉(zhuǎn)換到hsv顏色空間，提取飽和度(s)和明度(v)通道的均值、標(biāo)準(zhǔn)差和偏度，作為顏色矩特征；

17、計算色調(diào)映射rgb圖像每個顏色通道的矢量梯度vg和相應(yīng)的角度陣列va；其中，所述vg和va為：

18、a＝0.5·(atan(2*gxy./(gxy-gyy+eps)))；

19、g1＝0.5*((gxx+gyy)+(gxx-gyy).*cos(2*a)+2*gxy.*sin(2*a))；

20、a＝a+π/2；

21、g2＝0.5*((gxx+gyy)+(gxx-gyy).*cos(2*a)+2*gxy.*sin(2*a))；

22、vg＝mat2gray(max(g1,g2))；

23、

24、其中，g1和g2為hsv顏色空間每個顏色通道獲取的邊緣圖em與其轉(zhuǎn)置；gxx，gyy，gxy分別為矢量梯度的參數(shù)；a為基于多個矢量梯度計算出的角度，通過重復(fù)計算角度π/2來累加；

25、對各個顏色平面的梯度rg，gg，bg求和而獲得的每平面復(fù)合梯度ppg；其中，所述復(fù)合梯度ppg為：

26、ppg＝mat2gray(rg+gg+bg)。

27、優(yōu)選地，所述提取色調(diào)映射圖像的色調(diào)特征，包括：

28、將亮度值l歸一化到[0?1]之間并進(jìn)行遞增排序，計算兩個色調(diào)分量，分別記為cu和co；其中，所述cu和co分別為：

29、cu＝min(0.5,p30(l)-p5(l))/0.5；

30、co＝min(0.5,p95(l)-p70(l))/0.5；

31、其中，p30、p5、p95、p70分別表示l中第30百分位、第5百分位、第95百分位和第70百分位的值。

32、優(yōu)選地，所述提取色調(diào)映射圖像的構(gòu)圖特征，包括：

33、基于三分法構(gòu)圖將色調(diào)映射圖像從兩邊進(jìn)行三等分分割，形成九個圖像塊；

34、分別計算每個塊的色調(diào)(h)、飽和度(s)和明度(v)通道的均值am和標(biāo)準(zhǔn)差as，作為第二美學(xué)特征。

35、優(yōu)選地，所述主觀質(zhì)量分?jǐn)?shù)通過公開的色調(diào)映射圖像數(shù)據(jù)庫提供

36、優(yōu)選地，所述方法還包括：

37、將所述預(yù)測的圖像客觀質(zhì)量分?jǐn)?shù)與圖像數(shù)據(jù)庫中提供的相應(yīng)主觀質(zhì)量分?jǐn)?shù)進(jìn)行比較，驗證預(yù)測準(zhǔn)確度。

38、根據(jù)本發(fā)明的另一個方面，提供了一種基于多種圖像特征混合的色調(diào)映射圖像質(zhì)量評價系統(tǒng)，包括：

39、紋理特征提取模塊，該模塊用于提取色調(diào)映射圖像的紋理結(jié)構(gòu)特征，所述紋理特征用于衡量色調(diào)映射圖像邊緣區(qū)域發(fā)散的程度和局部細(xì)節(jié)失真；

40、色彩特征提取模塊，該模塊用于提取色調(diào)映射圖像每個顏色通道的顏色矩和梯度特征，作為色彩特征；

41、美學(xué)特征提取模塊，該模塊用于提取色調(diào)映射圖像的色調(diào)特征和構(gòu)圖特征，作為美學(xué)特征；

42、色調(diào)映射圖像質(zhì)量評價模塊，該模塊用于將所述紋理特征提取模塊、色彩特征提取模塊以及美學(xué)特征提取模塊提取的各項特征組合成整體的特征矢量，基于一相應(yīng)主觀質(zhì)量分?jǐn)?shù)作為標(biāo)簽，訓(xùn)練一支持向量回歸器，采用訓(xùn)練好的支持向量回歸器對色調(diào)映射圖像進(jìn)行測試評價，得到預(yù)測的圖像客觀質(zhì)量分?jǐn)?shù)。

43、優(yōu)選地，所述系統(tǒng)，還包括：

44、驗證模塊，該模塊用于將所述預(yù)測的圖像客觀質(zhì)量分?jǐn)?shù)與圖像數(shù)據(jù)庫中提供的相應(yīng)主觀質(zhì)量分?jǐn)?shù)進(jìn)行比較，驗證預(yù)測準(zhǔn)確度。

45、根據(jù)本發(fā)明的第三個方面，提供了一種色調(diào)映射圖像的質(zhì)量評價終端，包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，該處理器執(zhí)行該計算機程序時用于執(zhí)行本發(fā)明上述中任一項所述的方法，或，運行本發(fā)明上述中任一項所述的系統(tǒng)。

46、根據(jù)本發(fā)明的第四個方面，提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該計算機程序被處理器執(zhí)行時用于執(zhí)行本發(fā)明上述中任一項所述的方法，或，運行本發(fā)明上述中任一項所述的系統(tǒng)。

47、由于采用了上述技術(shù)方案，本發(fā)明與現(xiàn)有技術(shù)相比，具有如下至少一項的有益效果：

48、本發(fā)明提供的基于多種圖像特征混合的色調(diào)映射圖像質(zhì)量評價方法，通過紋理特征、色彩特征以及美學(xué)特征的提取，能夠準(zhǔn)確有效地預(yù)測色調(diào)映射圖像的質(zhì)量。

49、本發(fā)明提供的基于多種圖像特征混合的色調(diào)映射圖像質(zhì)量評價方法，通過整體曝光、紋理、色度等屬性的測量，進(jìn)一步提高了無參考色調(diào)映射圖像(tmi)質(zhì)量評價技術(shù)的性能及主觀一致性。

50、本發(fā)明提供的基于多種圖像特征混合的色調(diào)映射圖像質(zhì)量評價方法，通過對不同曝光區(qū)域的局部空間分布的相關(guān)性和區(qū)域色彩失真的差異進(jìn)行準(zhǔn)確地測量，提高了色調(diào)映射圖像質(zhì)量評價的效率。