基于四元數(shù)小波變換幅值與相位的圖像清晰度評(píng)價(jià)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種清晰度的評(píng)價(jià)方法，特別是基于四元數(shù)小波變換幅值與相位的圖 像清晰度評(píng)價(jià)方法。
【背景技術(shù)】
[0002] 隨著智能手機(jī)、數(shù)碼相機(jī)等數(shù)字成像技術(shù)的不斷發(fā)展，產(chǎn)生的圖像越來(lái)越多。在圖 像處理領(lǐng)域，如何篩選出更好的圖像并指導(dǎo)成像系統(tǒng)的控制，使系統(tǒng)始終工作在最佳狀態(tài)， 相應(yīng)的圖像清晰度評(píng)價(jià)已然成為最重要的一環(huán)。
[0003] 圖像清晰度評(píng)價(jià)方法分為主觀圖像清晰度評(píng)價(jià)方法和客觀圖像清晰度評(píng)價(jià)方法。 由于圖像清晰與否最終都是由人的主觀感受來(lái)做出判斷，因此主觀圖像清晰度評(píng)價(jià)方法是 最好的評(píng)價(jià)方法。但每個(gè)人的認(rèn)知水平不同，也沒有公認(rèn)的評(píng)價(jià)標(biāo)準(zhǔn)，故客觀圖像清晰度評(píng) 價(jià)方法更受關(guān)注。
[0004] 到目前為止，圖像的客觀清晰度評(píng)價(jià)方法可以分為基于空域的和基于頻域的評(píng)價(jià) 方法。一般基于空域的評(píng)價(jià)方法是通過清晰度評(píng)價(jià)函數(shù)對(duì)圖像本身進(jìn)行計(jì)算，得到清晰度 的值?；叶葓D像的方差是空域最簡(jiǎn)單的一種圖像清晰度評(píng)價(jià)方法，類似的還有求灰度圖像 梯度、特征值和拉普拉斯能量和的方法。這些評(píng)價(jià)方法計(jì)算簡(jiǎn)單，效率高，實(shí)時(shí)性好，但它們 不能準(zhǔn)確區(qū)分圖像清晰度的微小變化。因此，研究人員提出了基于頻域的圖像清晰度評(píng)價(jià) 方法。該類方法利用多尺度變換工具先把圖像轉(zhuǎn)換到頻域，然后再提取其特征以得到清晰 度評(píng)價(jià)函數(shù)。由于多種變換工具各有其優(yōu)勢(shì)，研究者們提出了基于小波、輪廓波和非下采樣 輪廓波等的清晰度評(píng)價(jià)方法。這些變換工具可以通過其頻域系數(shù)將圖像清晰度的微小變化 放大。相較基于空域的評(píng)價(jià)方法，基于頻域的評(píng)價(jià)方法對(duì)圖像清晰度的評(píng)價(jià)更準(zhǔn)確，但是對(duì) 不同圖像進(jìn)行評(píng)價(jià)時(shí)不夠全面。因?yàn)橛伤脑獢?shù)小波變換分解系數(shù)得到的幅值與相位信息具 有很好的紋理表示能力，所以其為圖像清晰度評(píng)價(jià)提供了一種新的途徑。

【發(fā)明內(nèi)容】

[0005] 針對(duì)上述現(xiàn)有技術(shù)中存在的缺陷或不足，本發(fā)明的目的在于，提出一種基于四元 數(shù)小波變換幅值與相位的圖像清晰度評(píng)價(jià)方法，從而達(dá)到評(píng)價(jià)效果更準(zhǔn)確，適用范圍更廣 的目的。
[0006] 實(shí)現(xiàn)本發(fā)明的技術(shù)方案是，基于四元數(shù)小波變換幅值與相位的圖像清晰度評(píng)價(jià)方 法，包括如下步驟：
[0007] 1)準(zhǔn)備待進(jìn)行評(píng)價(jià)的灰度圖像；
[0008] 2)對(duì)灰度圖像進(jìn)行四元數(shù)小波變換（QWT)，得到變換系數(shù)；
[0009] 3)由變換系數(shù)根據(jù)四元數(shù)代數(shù)計(jì)算得到各子帶（LL、LH、HL、HH子帶）對(duì)應(yīng)的幅值 與相位信息，其中低頻LL子帶水平方向、垂直方向、對(duì)角方向的（θ，φ，φ)相位分別記為 PhaseLhOT、PhaseLVCT、PhaseLdia，高頻LH子帶水平方向的Θ相位記為PhaseLH hcff，高頻HL子 帶垂直方向的Φ相位記為PhaseHLVCT，高頻HH子帶對(duì)角方向的Φ相位記為PhaseHHdla;
[0010] 4)由步驟3)得到的LL子帶幅值計(jì)算其水平、垂直和正對(duì)角方向的梯度，分別記為 GradLhor、GradLver、GradLdia;
[0011] 5)將步驟3)和步驟4)得到的梯度值與對(duì)應(yīng)方向的相位值進(jìn)行處理之后得到清晰 度評(píng)價(jià)指標(biāo)。
[0012] 所述步驟1)具體為準(zhǔn)備大小為NXN的方形灰度圖像X。
[0013] 所述步驟2)具體為對(duì)X進(jìn)行QWT處理，每個(gè)子帶都將其表示為X = a+bi+cj+dk 的形式。其中，i、j、k為四元數(shù)的三個(gè)虛數(shù)單位并且兩兩正交，a、b、c、d則是X對(duì)應(yīng)的QWT 變換系數(shù)。
[0014] 所述步驟3)具體為根據(jù)計(jì)算公式對(duì)各子帶進(jìn)行計(jì)算得到對(duì)應(yīng)的幅值與相位，并 記上相應(yīng)的標(biāo)記。該計(jì)算公式為：
[0016] 其中，m為幅值，（I: φ，φ)分別為對(duì)應(yīng)子帶水平方向、垂直方向、對(duì)角方向的相 位。
[0017] 所述步驟4)具體為由步驟3)得到的LL子帶幅值m根據(jù)計(jì)算公式進(jìn)行計(jì)算得到 m在水平、垂直和正對(duì)角方向的梯度，分別記為GradLhOT、GradLVCT、GradL dia。該計(jì)算公式為：
[0019] 其中，f(x，y)指m位于（x，y)處的幅值。
[0020] 所述步驟5)具體為由步驟3)和步驟4)計(jì)算得到的梯度和相位根據(jù)計(jì)算公式計(jì) 算得到一組清晰度評(píng)價(jià)值。該計(jì)算公式為：
CN 105118057 A 說(shuō)明書 3/5 頁(yè)
[0023] 其中，x和y代表當(dāng)前像素的位置。
[0024] 本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點(diǎn)：⑴利用四元數(shù)小波變換的優(yōu)良特性，能夠 挖掘出豐富的圖像紋理信息。（2)本發(fā)明方法所得到的圖像清晰度評(píng)價(jià)指標(biāo)對(duì)模糊圖像、噪 聲圖像、不同內(nèi)容的圖像均能得到優(yōu)于現(xiàn)有技術(shù)的評(píng)價(jià)效果，克服了現(xiàn)有技術(shù)評(píng)價(jià)效果不 全面的問題。（3)本發(fā)明方法計(jì)算速度與現(xiàn)有技術(shù)相比更快，實(shí)時(shí)性更好。
【附圖說(shuō)明】
[0025] 圖1為本發(fā)明方法具體實(shí)現(xiàn)步驟。
[0026] 圖2為實(shí)施例1中用到的不同圖像內(nèi)容的四幅標(biāo)準(zhǔn)圖像；（a)為"barbara. bmp" ； (b)為 "clock, bmp"；（c)為 "goldhill.bmp "；（d)為 "lena.png"。
[0027] 圖3為"barbara. bmp"經(jīng)過方差為10不同模板尺寸的高斯模糊之后的圖像；（a)、 (b)、（c)、（d)的模板尺寸分別為[1X1]、[5X5]、[9X9]、[13X13]。
[0028] 圖4為實(shí)施例1中本發(fā)明的指標(biāo)與現(xiàn)有技術(shù)指標(biāo)的對(duì)比圖。
[0029] 圖5為實(shí)施例2中本發(fā)明的指標(biāo)與現(xiàn)有技術(shù)指標(biāo)的對(duì)比圖。
[0030] 圖6為圖2中各圖像經(jīng)過均值為0方差為0. 005的高斯噪聲之后的圖像。 圖7為實(shí)施例3中本發(fā)明的指標(biāo)與現(xiàn)有技術(shù)指標(biāo)的對(duì)比圖。
【具體實(shí)施方式】
[0031] 本發(fā)明的實(shí)驗(yàn)平臺(tái)為MATLAB R2012b軟件，計(jì)算機(jī)采用64位Windows 7專業(yè)版操 作系統(tǒng)，處理器Intel Core i3-4150, CPU主頻3. 50GHz，安裝內(nèi)存4GB。本實(shí)驗(yàn)平臺(tái)用本發(fā) 明方法對(duì)圖像進(jìn)行清晰度的評(píng)價(jià)，最終得到清晰度評(píng)價(jià)值。
[0032] 實(shí)施例1
[0033] 本發(fā)明方法具體實(shí)現(xiàn)步驟如圖1所示。本發(fā)明實(shí)施例對(duì)四幅不同內(nèi)容的灰度圖像 進(jìn)行清晰度評(píng)價(jià)，包括如下步驟：
[0034] 1)待評(píng)價(jià)圖像的預(yù)處理操作
[0035] I. 1)由于本實(shí)施例是對(duì)不同內(nèi)容圖像的清晰度評(píng)價(jià)，所以要準(zhǔn)備多幅不同圖像。 如圖2是本實(shí)施例用到的四幅灰度圖像。
[0036] 1.2)對(duì)各幅圖像進(jìn)行高斯模糊處理，高斯模糊的方差為10,模板尺寸大小由 [1X1]、[3X3]、[5X5]逐漸增加為[15X15]。如圖3是"barbara.bmp"經(jīng)過處理后模板 尺寸為[1X1]、[5X5]、[9X9]、[13X13]時(shí)對(duì)應(yīng)的圖像。
[0037] 2)為本發(fā)明方法設(shè)置對(duì)比實(shí)驗(yàn)。其中Ml為圖像的方差，M2為圖像梯度的Ll范 數(shù)，M3為圖像梯度的L2范數(shù)，M4為圖像二階導(dǎo)數(shù)的Ll范數(shù)，M5為圖像二階導(dǎo)數(shù)的L2范數(shù) (也叫圖像的拉普拉