圖像質(zhì)量的客觀評(píng)價(jià)方法
【專利摘要】本發(fā)明實(shí)施例提供了一種圖像質(zhì)量的客觀評(píng)價(jià)方法。所述方法包括：獲取失真圖像和所述失真圖像對(duì)應(yīng)的原始圖像；提取所述原始圖像的輪廓和所述失真圖像的輪廓；計(jì)算所述失真圖像的輪廓和所述原始圖像的輪廓之間的相似性；根據(jù)所述失真圖像的輪廓和所述原始圖像的輪廓之間的相似性，得到所述失真圖像的輪廓退化程度DSC；對(duì)所述原始圖像和所述失真圖像分別進(jìn)行分割，生成分割區(qū)域；對(duì)于每個(gè)所述分割區(qū)域，分別衡量所述原始圖像和所述失真圖像之間的內(nèi)容相似性；對(duì)每個(gè)所述分割區(qū)域的內(nèi)容相似性加權(quán)，得到所述失真圖像的區(qū)域退化程度DSR；根據(jù)所述失真圖像的輪廓退化程度DSC和所述失真圖像的區(qū)域退化程度DSR，得到所述失真圖像的圖像質(zhì)量。
【專利說(shuō)明】
圖像質(zhì)量的客觀評(píng)價(jià)方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及圖像處理領(lǐng)域，尤其設(shè)及一種圖像質(zhì)量的客觀評(píng)價(jià)方法。
【背景技術(shù)】
[0002] 隨著信息化時(shí)代的到來(lái)，多媒體（圖像，視頻等)成為日常生活中信息的重要載體。 然而，在圖像獲取，處理，壓縮，存儲(chǔ)，傳輸，顯示等過(guò)程中，任何一個(gè)階段都可能造成圖像質(zhì) 量的損失。圖像質(zhì)量評(píng)價(jià)已經(jīng)成為信息工程領(lǐng)域重要的基礎(chǔ)課題之一。
[0003] -般而言，圖像質(zhì)量評(píng)價(jià)分為兩大類:主觀質(zhì)量評(píng)價(jià)和客觀質(zhì)量評(píng)價(jià)。主觀評(píng)價(jià)由 被試者對(duì)圖像進(jìn)行打分，而客觀質(zhì)量評(píng)價(jià)由算法對(duì)圖像質(zhì)量進(jìn)行評(píng)估。由于人是圖像的最 終接受者，人的主觀評(píng)價(jià)是最合適的標(biāo)準(zhǔn)。然而，主觀評(píng)價(jià)成本高昂，需要巨大的人力物力， 無(wú)法在實(shí)時(shí)系統(tǒng)上實(shí)現(xiàn)?？陀^圖像質(zhì)量評(píng)價(jià)的目的在于設(shè)計(jì)計(jì)算模型自動(dòng)地預(yù)測(cè)圖像質(zhì) 量，盡可能與主觀評(píng)價(jià)保持一致。
[0004] 根據(jù)參考源的有無(wú)，客觀質(zhì)量評(píng)價(jià)可W分為全參考、半?yún)⒖?、無(wú)參考客觀圖像質(zhì)量 評(píng)價(jià)。傳統(tǒng)的全參考圖像質(zhì)量評(píng)價(jià)方法包括均方誤差(Mean Squared Erroi^MSE)，峰值信 噪比(Peak Si即al to Noise Ratio,PSNR)等，主要基于誤差的統(tǒng)計(jì)特性。運(yùn)些方法計(jì)算簡(jiǎn) 單，便于優(yōu)化，具有清楚的物理含義，因此成為了信息工程領(lǐng)域的主流方法。然而運(yùn)些方法 將圖像視作一維信號(hào)處理，忽略了圖像中相鄰像素間的高度相關(guān)性，特別是圖像中的的空 間結(jié)構(gòu)包含了豐富的視覺(jué)信息。因此，運(yùn)些方法不能很好的與主觀評(píng)價(jià)保持一致，具有很大 的局限性。
[0005] 目前的全參考方法一般在圖像塊上提取特征來(lái)描述每個(gè)像素點(diǎn)的質(zhì)量，最終得到 圖像質(zhì)量圖。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的實(shí)施例提供了一種圖像質(zhì)量的客觀評(píng)價(jià)方法，提高了客觀質(zhì)量評(píng)價(jià)與主 觀評(píng)價(jià)的一致性。
[0007] 為了實(shí)現(xiàn)上述目的，本發(fā)明采取了如下技術(shù)方案。
[000引一種圖像質(zhì)量的客觀評(píng)價(jià)方法，包括：
[0009] 步驟1，獲取失真圖像和所述失真圖像對(duì)應(yīng)的原始圖像；
[0010] 步驟2,提取所述原始圖像的輪廓和所述失真圖像的輪廓;計(jì)算所述失真圖像的輪 廓和所述原始圖像的輪廓之間的相似性;根據(jù)所述失真圖像的輪廓和所述原始圖像的輪廓 之間的相似性，得到所述失真圖像的輪廓退化程度DSC;
[0011] 步驟3,對(duì)所述原始圖像和所述失真圖像分別進(jìn)行分割，生成分割區(qū)域;對(duì)于每個(gè) 所述分割區(qū)域，分別衡量所述原始圖像和所述失真圖像之間的內(nèi)容相似性;對(duì)每個(gè)所述分 割區(qū)域的內(nèi)容相似性加權(quán)，得到所述失真圖像的區(qū)域退化程度DSR;
[0012] 步驟4,根據(jù)所述失真圖像的輪廓退化程度DSC和所述失真圖像的區(qū)域退化程度 DSR，得到所述失真圖像的圖像質(zhì)量。
[0013] 所述步驟4具體為：
[0014] 所述失真圖像的圖像質(zhì)量Q = DSCY . DSRI-y。
[0015] 丫為第一調(diào)節(jié)系數(shù)，取值范圍為(0，1)，調(diào)節(jié)所述失真圖像的輪廓退化程度與區(qū)域 退化程度之間的相對(duì)重要性。
[0016] 所述步驟2包括：
[0017] 步驟2.1，利用輪廓檢測(cè)方法，分別提取所述原始圖像和所述失真圖像的輪廓;設(shè) 置闊值;根據(jù)所述闊值和所述原始圖像和所述失真圖像的輪廓，得到不同層次的所述原始 圖像和所述失真圖像的輪廓的二值圖；
[0018] 步驟2.2,在每個(gè)層次上，將所述原始圖像和所述失真圖像的輪廓的二值圖劃分成 所述原始圖像和所述失真圖像的二值圖的輪廓塊；
[0019] 步驟2.3,對(duì)于每個(gè)所述原始圖像和所述失真圖像的輪廓塊對(duì)，分別采樣得到所述 原始圖像和所述失真圖像的樣本點(diǎn)集；
[0020] 步驟2.4,對(duì)于所述原始圖像和所述失真圖像的樣本點(diǎn)集中的點(diǎn)對(duì)，計(jì)算匹配代 價(jià)；
[0021] 步驟2.5,根據(jù)所述匹配代價(jià)，求解加權(quán)二部圖匹配問(wèn)題，得到所述失真圖像的輪 廓塊的退化程度；
[0022] 步驟2.6，加權(quán)所有輪廓塊的退化程度，得到所述失真圖像的輪廓退化程度。
[0023] 所述步驟2.4根據(jù)W下公式計(jì)算：
[0024] 匹配代價(jià)
;
[0025] Cs為形狀項(xiàng);Ca為局部外觀項(xiàng);a為第二調(diào)節(jié)系數(shù)，取值范圍為(〇，1)，用于調(diào)節(jié)局部 外觀項(xiàng)與形狀項(xiàng)的相對(duì)重要性；
[0026]
[0027] 0為樣本點(diǎn)的方向，g為形狀上下文；ii，ji為所述失真圖像和所述原始圖像的樣本 點(diǎn)集中的點(diǎn)對(duì)序號(hào)，Ki為形狀上下文直方圖桶的數(shù)量，ki為形狀上下文直方圖桶的序號(hào)。 [00%]所述步驟2.5根據(jù)W下公式計(jì)算：
[0029] 所述失真圖像的輪廓塊的退化程走
[0030] &1，的,'1)為點(diǎn)對(duì)的最小匹配代價(jià);ii為樣本點(diǎn)序號(hào)
[0031 ] 6、根據(jù)權(quán)利要求3所述的方法，其特征在于，所述步驟2.6包括：
[0032]
[0033] i2為所述輪廓塊對(duì)的序號(hào)；I為指示函數(shù)，如果
取1;否則取0。
[0034] 所述步驟3包括：
[0035] 步驟3.1，對(duì)圖片集中的所有圖像，提取局部描述子；
[0036] 步驟3.2，對(duì)所述局部描述子應(yīng)用聚類方法構(gòu)建視覺(jué)字典；
[0037] 步驟3.3,利用圖像分割方法，將所述原始圖像劃分成不同分割區(qū)域，生成分割結(jié) 果;用所述分割結(jié)果分割所述失真圖像；
[0038] 步驟3.4,對(duì)于每個(gè)所述分割區(qū)域，計(jì)算所述原始圖像與所述失真圖像在所述視覺(jué) 詞典下的低維表示；
[0039] 步驟3.5，根據(jù)所述低維表示，計(jì)算所述分割區(qū)域的失真圖像的區(qū)域退化程度；
[0040] 步驟3.6，獲取各個(gè)所述分割區(qū)域的權(quán)重；
[0041] 步驟3.7,根據(jù)所述各個(gè)所述分割區(qū)域的權(quán)重，對(duì)所有所述分割區(qū)域的失真圖像的 區(qū)域退化程度加權(quán)，得到所述失真圖像的區(qū)域退化程度。
[0042] 當(dāng)所述低維表示為直方圖時(shí)，所述步驟3.5具體為：
[0043]
[0044] cKhi，h2)為所述分割區(qū)域的失真圖像的區(qū)域退化程度；
[0045] hi，h2為所述原始圖像和所述失真圖像在視覺(jué)詞典下的直方圖；
[0046] K2為視覺(jué)詞典的大小，k2為直方圖桶的序號(hào).
[0047] 所述步驟3.6具體為：
[004引根據(jù)各個(gè)所述分割區(qū)域所占的面積比例，確定各個(gè)所述分割區(qū)域的權(quán)重;或者根 據(jù)各個(gè)所述分割區(qū)域的顯著度，確定各個(gè)所述分割區(qū)域的權(quán)重。
[0049] 所述步驟3.7具體為：
[0050] ?%為序號(hào)為i3的分割區(qū)域的權(quán)重;馬:3為序號(hào)為i3的分割區(qū)域的失真圖像的區(qū)域 退化程度，i3為所述分割區(qū)域的序號(hào)。
[0051] 由上述本發(fā)明的實(shí)施例提供的技術(shù)方案可W看出，本發(fā)明實(shí)施例整體考慮了輪廓 和區(qū)域?qū)D像質(zhì)量的影響，提高了客觀質(zhì)量評(píng)價(jià)與主觀評(píng)價(jià)的一致性，并且適用性廣泛。
[0052] 本發(fā)明附加的方面和優(yōu)點(diǎn)將在下面的描述中部分給出，運(yùn)些將從下面的描述中變 得明顯，或通過(guò)本發(fā)明的實(shí)踐了解到。
【附圖說(shuō)明】
[0053] 為了更清楚地說(shuō)明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)實(shí)施例描述中所需要使用 的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本 領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可W根據(jù)運(yùn)些附圖獲得其他 的附圖。
[0054] 圖1為本發(fā)明實(shí)施例一提供的一種圖像質(zhì)量的客觀評(píng)價(jià)方法的處理流程圖；
[0055] 圖2為本發(fā)明另一實(shí)施例提供的一種圖像質(zhì)量的客觀評(píng)價(jià)方法的處理流程圖。
[0056] 圖3示出了本發(fā)明的衡量輪廓退化程度的具體流程。其中，圖3(a)為參考圖像;圖3 (b)為失真圖像；圖3(c，d)為輪廓檢測(cè)得到的輪廓圖；圖3(e，f)為設(shè)定闊值為0.1得到的二 值圖；圖3(g，h)為取圖3(e，f)中第一行第九列對(duì)應(yīng)圖像塊；圖3(i，j)為采樣得到的樣本點(diǎn) 集，箭頭表示該點(diǎn)方向；圖3化)為輪廓匹配結(jié)果，連線表示兩點(diǎn)對(duì)應(yīng)關(guān)系。
[0057] 圖4示出了本發(fā)明的衡量區(qū)域退化程度的具體流程。其中，圖4(a)為參考圖像；圖 (b)為分割結(jié)果，5號(hào)區(qū)域和11號(hào)區(qū)域被標(biāo)注出來(lái);圖（c，d)為5號(hào)區(qū)域和11號(hào)區(qū)域的直方圖。 橫軸表示視覺(jué)詞典中詞語(yǔ)的索引，縱軸表示詞語(yǔ)數(shù)量。
【具體實(shí)施方式】
[0058] 下面詳細(xì)描述本發(fā)明的實(shí)施方式，所述實(shí)施方式的示例在附圖中示出，其中自始 至終相同或類似的標(biāo)號(hào)表示相同或類似的元件或具有相同或類似功能的元件。下面通過(guò)參 考附圖描述的實(shí)施方式是示例性的，僅用于解釋本發(fā)明，而不能解釋為對(duì)本發(fā)明的限制。
[0059] 如圖1所述，為本發(fā)明所述的一種圖像質(zhì)量的客觀評(píng)價(jià)方法，包括：
[0060] 步驟11，獲取失真圖像和所述失真圖像對(duì)應(yīng)的原始圖像；
[0061] 步驟12,提取所述原始圖像的輪廓和所述失真圖像的輪廓;計(jì)算所述失真圖像的 輪廓和所述原始圖像的輪廓之間的相似性;根據(jù)所述失真圖像的輪廓和所述原始圖像的輪 廓之間的相似性，得到所述失真圖像的輪廓退化程度DSC;
[0062] 步驟13,對(duì)所述原始圖像和所述失真圖像分別進(jìn)行分割，生成分割區(qū)域;對(duì)于每個(gè) 所述分割區(qū)域，分別衡量所述原始圖像和所述失真圖像之間的內(nèi)容相似性;對(duì)每個(gè)所述分 割區(qū)域的內(nèi)容相似性加權(quán)，得到所述失真圖像的區(qū)域退化程度DSR;
[0063] 步驟14,根據(jù)所述失真圖像的輪廓退化程度DSC和所述失真圖像的區(qū)域退化程度 DSR，得到所述失真圖像的圖像質(zhì)量。
[0064] 所述步驟14具體為：
[0065] 所述失真圖像的圖像質(zhì)量Q = DSCY . DSRI-y。
[0066] 丫為第一調(diào)節(jié)系數(shù)，取值范圍為(0，1)，調(diào)節(jié)所述失真圖像的輪廓退化程度與區(qū)域 退化程度之間的相對(duì)重要性。
[0067] 所述步驟12包括：
[0068] 步驟12.1，利用輪廓檢測(cè)方法，分別提取所述原始圖像和所述失真圖像的輪廓;設(shè) 置闊值;根據(jù)所述闊值和所述原始圖像和所述失真圖像的輪廓，得到不同層次的所述原始 圖像和所述失真圖像的輪廓的二值圖；
[0069] 步驟12.2,在每個(gè)層次上，將所述原始圖像和所述失真圖像的輪廓的二值圖劃分 成所述原始圖像和所述失真圖像的二值圖的輪廓塊；
[0070] 步驟12.3,對(duì)于每個(gè)所述原始圖像和所述失真圖像的輪廓塊對(duì)，分別采樣得到所 述原始圖像和所述失真圖像的樣本點(diǎn)集；
[0071] 步驟12.4,對(duì)于所述原始圖像和所述失真圖像的樣本點(diǎn)集中的點(diǎn)對(duì)，計(jì)算匹配代 價(jià)；
[0072] 步驟12.5,根據(jù)所述匹配代價(jià)，求解加權(quán)二部圖匹配問(wèn)題，得到所述失真圖像的輪 廓塊的退化程度；
[0073] 步驟12.6,加權(quán)所有輪廓塊的退化程度，得到所述失真圖像的輪廓退化程度。
[0074] 所述步驟12.4根據(jù)W下公式計(jì)算：
[0075] 匹配代價(jià)
[0076] Cs為形狀項(xiàng);Ca為局部外觀項(xiàng);a為第二調(diào)節(jié)系數(shù)，取值范圍為(〇，1)，用于調(diào)節(jié)局部 外觀項(xiàng)與形狀項(xiàng)的相對(duì)重要性；
[0077]
[0078] 0為樣本點(diǎn)的方向，g為形狀上下文；ii，ji為所述失真圖像和所述原始圖像的樣本 點(diǎn)集中的點(diǎn)對(duì)序號(hào)，Ki為形狀上下文直方圖桶的數(shù)量，ki為形狀上下文直方圖桶的序號(hào)。
[0079] 所述步驟12.5根據(jù)W下公式計(jì)算：
[0080] 所述失真圖像的輪廓塊的退化程走
[0081] 為點(diǎn)對(duì)的最小匹配代價(jià);ii為樣本點(diǎn)序號(hào)
[0082] 所述步驟12.6包括：
[0083]
[0084] i2為所述輪廓塊對(duì)的序號(hào)；I為指示函數(shù)，如果SCfz > 0取1;否則取0。
[00化]所述步驟13包括：
[0086] 步驟13.1，對(duì)圖片集中的所有圖像，提取局部描述子；
[0087] 步驟13.2，對(duì)所述局部描述子應(yīng)用聚類方法構(gòu)建視覺(jué)字典；
[0088] 步驟13.3,利用圖像分割方法，將所述原始圖像劃分成不同分割區(qū)域，生成分割結(jié) 果;用所述分割結(jié)果分割所述失真圖像；
[0089] 步驟13.4,對(duì)于每個(gè)所述分割區(qū)域，計(jì)算所述原始圖像與所述失真圖像在所述視 覺(jué)詞典下的低維表示；
[0090] 步驟13.5,根據(jù)所述低維表示，計(jì)算所述分割區(qū)域的失真圖像的區(qū)域退化程度；
[0091] 步驟13.6,獲取各個(gè)所述分割區(qū)域的權(quán)重；
[0092] 步驟13.7,根據(jù)所述各個(gè)所述分割區(qū)域的權(quán)重，對(duì)所有所述分割區(qū)域的失真圖像 的區(qū)域退化程度加權(quán)，得到所述失真圖像的區(qū)域退化程度。
[0093] 當(dāng)所述低維表示為直方圖時(shí)，所述步驟13.5具體為：
[0094]
[0095] cKhi，h2)為所述分割區(qū)域的失真圖像的區(qū)域退化程度；
[0096] hi，h2為所述原始圖像和所述失真圖像在視覺(jué)詞典下的直方圖；
[0097] K2為視覺(jué)詞典的大小，k2為直方圖桶的序號(hào).
[0098] 所述步驟13.6具體為：
[0099] 根據(jù)各個(gè)所述分割區(qū)域所占的面積比例，確定各個(gè)所述分割區(qū)域的權(quán)重;或者根 據(jù)各個(gè)所述分割區(qū)域的顯著度，確定各個(gè)所述分割區(qū)域的權(quán)重。
[0100] 航冰擊聰19 7目.化電-
[0101]
[0102] Wfs為序號(hào)為i3的分割區(qū)域的權(quán)重;dfs為序號(hào)為i3的分割區(qū)域的失真圖像的區(qū)域 退化程度，i3為所述分割區(qū)域的序號(hào)。
[0103] 本發(fā)明的有益效果如下：
[0104] 本發(fā)明一方面，將輪廓視作整體來(lái)衡量輪廓的質(zhì)量退化;另一方面，衡量每個(gè)區(qū)域 的質(zhì)量退化，通過(guò)分別衡量原始圖像和失真圖像在輪廓和局部區(qū)域兩部分的相似程度，結(jié) 合兩部分得到表示圖像質(zhì)量的客觀質(zhì)量分?jǐn)?shù)。也就是說(shuō)，本發(fā)明將圖像劃分為結(jié)構(gòu)部分和 局部區(qū)域:檢測(cè)圖像輪廓表示結(jié)構(gòu)信息，提取局部描述子表示局部區(qū)域內(nèi)容。分別衡量失真 圖像與原始圖像在兩部分的相似性，結(jié)合兩者得到圖像客觀質(zhì)量。充分考慮人眼視覺(jué)系統(tǒng) 的特性，層次化表示圖像質(zhì)量感知過(guò)程，整體考慮了輪廓和區(qū)域?qū)D像質(zhì)量的影響，提高了 客觀質(zhì)量評(píng)價(jià)與主觀評(píng)價(jià)的一致性，并且適用性廣泛。
[0105] W下描述本發(fā)明的另一實(shí)施例。
[0106] 本發(fā)明提供了一種基于輪廓和區(qū)域的圖像客觀質(zhì)量評(píng)價(jià)方法，包括：
[0107] 步驟1，提取原始圖像和失真圖像輪廓，并計(jì)算兩者相似性來(lái)衡量輪廓退化程度； 其中，提取原始圖像和失真圖像輪廓具體為:按照輪廓強(qiáng)度進(jìn)行分層。計(jì)算兩者相似性來(lái)衡 量輪廓退化程度具體為:對(duì)輪廓分塊，在合適的尺度上考慮輪廓質(zhì)量退化。在合適的尺度上 考慮輪廓質(zhì)量退化具體為:將輪廓視作整體，考慮原始圖像與失真圖像輪廓的退化。
[0108] 步驟2,對(duì)原始圖像和失真圖像進(jìn)行分割。對(duì)于每個(gè)區(qū)域，分別衡量原始圖像和失 真圖像內(nèi)容的相似性，加權(quán)所有區(qū)域，來(lái)衡量圖像的區(qū)域退化程度。其中，對(duì)原始圖像和失 真圖像進(jìn)行分割具體為：用原始圖像的分割結(jié)果來(lái)劃分失真圖像，得到原始圖像與失真圖 像區(qū)域的對(duì)應(yīng)關(guān)系。其中，對(duì)于每個(gè)區(qū)域分別衡量原始圖像和失真圖像內(nèi)容的相似性具體 為:提取局部描述子表示區(qū)域內(nèi)容。其中，加權(quán)所有區(qū)域衡量圖像的區(qū)域退化程度具體為： 按照?qǐng)D像顯著度加權(quán)各區(qū)域。
[0109] 步驟3)結(jié)合輪廓退化程度和區(qū)域退化程度，衡量失真圖像的質(zhì)量。其中，結(jié)合輪廓 退化程度和區(qū)域退化程度衡量失真圖像質(zhì)量具體為：圖像質(zhì)量感知過(guò)程具有層次性，將圖 像分為結(jié)構(gòu)部分和區(qū)域部分。
[0110] 所述步驟1)還包括：
[0111] 步驟1.1)，利用輪廓檢測(cè)方法分別提取原始圖像和失真圖像輪廓x，y，設(shè)置闊值得 到不同層次的二值圖，/ ;
[0112] 步驟1.2)，在每個(gè)層次上，將劃分成輪廓塊{xiM，{yiM，i = l，2r-n;
[0113] 步驟1.3)，對(duì)于每個(gè)輪廓塊對(duì)x/，y/，分別采樣得到樣本點(diǎn)集；
[0114] 步驟1.4)，對(duì)于兩個(gè)樣本點(diǎn)集中的點(diǎn)對(duì)，計(jì)算匹配代價(jià)；
[0115] 步驟1.5)，求解加權(quán)二部圖匹配問(wèn)題，得到輪廓塊的相似度；
[0116] 步驟1.6)，加權(quán)所有輪廓塊計(jì)算，/的退化程度。
[0117] 所述步驟2)還包括：
[0118] 步驟2.1)，對(duì)所有圖像(原始圖像，失真圖像)提取局部描述子；
[0119] 步驟2.2)，對(duì)局部描述子應(yīng)用聚類方法構(gòu)建視覺(jué)字典；
[0120] 步驟2.3)，利用圖像分割方法將原始圖像劃分成不同區(qū)域{Ri}，并用該分割結(jié)果 分割失真圖像；
[0121] 步驟2.4)，對(duì)每個(gè)區(qū)域，計(jì)算該區(qū)域的權(quán)重和區(qū)域內(nèi)容在視覺(jué)詞典下的低維表示， 并衡量原始圖像與失真圖像的相似度；
[0122] 步驟2.5)，對(duì)所有區(qū)域加權(quán)得到區(qū)域退化程度。
[0123] W下描述另一實(shí)施例。圖2為本發(fā)明另一實(shí)施例提供的一種圖像質(zhì)量的客觀評(píng)價(jià) 方法的處理流程圖。圖3示出了本發(fā)明的衡量輪廓退化程度的具體流程。其中，圖3(a)為參 考圖像；圖3(b)為失真圖像；圖3(c，d)為輪廓檢測(cè)得到的輪廓圖；圖3(e，f)為設(shè)定闊值為 0.1得到的二值圖；圖3(g，h)為取圖3(e，f)中第一行第九列對(duì)應(yīng)圖像塊;圖3(i，j)為采樣得 到的樣本點(diǎn)集，箭頭表示該點(diǎn)方向；圖3化)為輪廓匹配結(jié)果，連線表示兩點(diǎn)對(duì)應(yīng)關(guān)系。W下 結(jié)合圖2-圖4具體描述本發(fā)明的實(shí)施例。圖4示出了本發(fā)明的衡量區(qū)域退化程度的具體流 程。其中，圖4(a)為參考圖像；圖（b)為分割結(jié)果，5號(hào)區(qū)域和11號(hào)區(qū)域被標(biāo)注出來(lái)；圖（c，d) 為5號(hào)區(qū)域和11號(hào)區(qū)域的直方圖。橫軸表示視覺(jué)詞典中詞語(yǔ)的索引，縱軸表示詞語(yǔ)數(shù)量。
[0124] 如圖2所示，本發(fā)明的具體步驟如下：
[0125] 步驟1)提取原始圖像和失真圖像輪廓，并計(jì)算兩者相似性來(lái)衡量輪廓退化程度；
[0126] 步驟1包括：
[0127] 第一步：用輪廓檢測(cè)方法分別提取原始圖像和失真圖像輪廓x，y，設(shè)置闊值得到二 值圖X' y;
[012引第二步:將X'，y'劃分成輪廓塊1x1' }，{yi' }，i = 1，2，…n;
[0129] 第=步:對(duì)于每個(gè)輪廓塊對(duì)X/，y/，分別采樣得到樣本點(diǎn)集，計(jì)算每個(gè)樣本點(diǎn)的方 向eW及形狀上下文g;
[0130] 第四步:對(duì)于兩個(gè)樣本點(diǎn)集中的點(diǎn)對(duì)(i，j)，計(jì)算匹配代價(jià)Cij = aCs+(l-a)CA。
[0131] 其中，
[0132] 第五步:利用匈牙利算法求解加權(quán)二部圖匹配問(wèn)題，得到輪廓塊的退化程度SC = 乙 i );
[0133] 第六步:加權(quán)所有輪廓塊計(jì)算輪廓退化程￡
[0134] 步驟2)對(duì)原始圖像和失真圖像進(jìn)行分割。對(duì)于每個(gè)區(qū)域，分別衡量原始圖像和失 真圖像內(nèi)容的相似性，加權(quán)所有區(qū)域衡量圖像的區(qū)域退化程度。
[0135] 步驟2包括：
[0136] 第一步:利用圖像分割方法，將原始圖像劃分成不同區(qū)域{Ri}，并用該分割結(jié)果分 割失真圖像；
[0137] 第二步:對(duì)每個(gè)區(qū)域:計(jì)算該區(qū)域所占面積比例Wi;
[0138] 第S步，分別對(duì)原始圖像與失真圖像提取dense SIFT,對(duì)提取的dense SIFT應(yīng)用 K-means(硬聚類算法)方法構(gòu)建視覺(jué)字典;并計(jì)算在視覺(jué)詞典下的直方圖表示hi, h2;
[0139] 第四步，衡量原始圖像與失真圖像的各個(gè)分股區(qū)域的退化程度

[0140] 第五步:對(duì)所有區(qū)域加權(quán)得到區(qū)域退化程度DSR= Eiwidi。
[0141] 步驟3)結(jié)合輪廓退化程度和區(qū)域退化程度衡量失真圖像質(zhì)量。具體地，圖像質(zhì)量Q = DSC丫 ? DSRi-丫。
[0142] W上所述，僅為本發(fā)明較佳的【具體實(shí)施方式】，但本發(fā)明的保護(hù)范圍并不局限于此， 任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明掲露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換， 都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)該W權(quán)利要求的保護(hù)范圍 為準(zhǔn)。
【主權(quán)項(xiàng)】
1. 一種圖像質(zhì)量的客觀評(píng)價(jià)方法，其特征在于，包括： 步驟1，獲取失真圖像和所述失真圖像對(duì)應(yīng)的原始圖像； 步驟2,提取所述原始圖像的輪廓和所述失真圖像的輪廓;計(jì)算所述失真圖像的輪廓和 所述原始圖像的輪廓之間的相似性;根據(jù)所述失真圖像的輪廓和所述原始圖像的輪廓之間 的相似性，得到所述失真圖像的輪廓退化程度DSC; 步驟3,對(duì)所述原始圖像和所述失真圖像分別進(jìn)行分割，生成分割區(qū)域;對(duì)于每個(gè)所述 分割區(qū)域，分別衡量所述原始圖像和所述失真圖像之間的內(nèi)容相似性;對(duì)每個(gè)所述分割區(qū) 域的內(nèi)容相似性加權(quán)，得到所述失真圖像的區(qū)域退化程度DSR; 步驟4,根據(jù)所述失真圖像的輪廓退化程度DSC和所述失真圖像的區(qū)域退化程度DSR，得 到所述失真圖像的圖像質(zhì)量。2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟4具體為： 所述失真圖像的圖像質(zhì)量Q = DSC · DSR1' γ為第一調(diào)節(jié)系數(shù)，取值范圍為(〇，1)，調(diào)節(jié)所述失真圖像的輪廓退化程度與區(qū)域退化 程度之間的相對(duì)重要性。3. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟2包括： 步驟2.1，利用輪廓檢測(cè)方法，分別提取所述原始圖像和所述失真圖像的輪廓；設(shè)置閾 值;根據(jù)所述閾值和所述原始圖像和所述失真圖像的輪廓，得到不同層次的所述原始圖像 和所述失真圖像的輪廓的二值圖； 步驟2.2,在每個(gè)層次上，將所述原始圖像和所述失真圖像的輪廓的二值圖劃分成所述 原始圖像和所述失真圖像的二值圖的輪廓塊； 步驟2.3,對(duì)于每個(gè)所述原始圖像和所述失真圖像的輪廓塊對(duì)，分別采樣得到所述原 始圖像和所述失真圖像的樣本點(diǎn)集； 步驟2.4,對(duì)于所述原始圖像和所述失真圖像的樣本點(diǎn)集中的點(diǎn)對(duì)，計(jì)算匹配代價(jià)； 步驟2.5,根據(jù)所述匹配代價(jià)，求解加權(quán)二部圖匹配問(wèn)題，得到所述失真圖像的輪廓塊 的退化程度； 步驟2.6，加權(quán)所有輪廓塊的退化程度，得到所述失真圖像的輪廓退化程度。4. 根據(jù)權(quán)利要求3所述的方法，其特征在于，所述步驟2.4根據(jù)以下公式計(jì)算： 匹配代〃Cs為形狀項(xiàng);Ca為局部外觀項(xiàng);α為第二調(diào)節(jié)系數(shù)，取值范圍為(0，1)，用于調(diào)節(jié)局部外觀 項(xiàng)與形狀項(xiàng)的相對(duì)重要性；Θ為樣本點(diǎn)的方向，g為形狀上下文；所述失真圖像和所述原始圖像的樣本點(diǎn)集 中的點(diǎn)對(duì)序號(hào),K1為形狀上下文直方圖桶的數(shù)量，Iu為形狀上下文直方圖桶的序號(hào)。5. 根據(jù)權(quán)利要求3所述的方法，其特征在于，所述步驟2.5根據(jù)以下公式計(jì)算： 所述失真圖像的輪廓塊的退化程G1,TiCi1)為點(diǎn)對(duì)的最小匹配代價(jià);ii為樣本點(diǎn)序號(hào)。6. 根據(jù)權(quán)利要求3所述的方法，其特征在于，所述步驟2.6包括：i2為所述輪廓塊對(duì)的序號(hào)；I為指示函數(shù)，如果夂)2 > O取1;否則取0。7. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟3包括： 步驟3.1，對(duì)圖片集中的所有圖像，提取局部描述子； 步驟3.2，對(duì)所述局部描述子應(yīng)用聚類方法構(gòu)建視覺(jué)字典； 步驟3.3,利用圖像分割方法，將所述原始圖像劃分成不同分割區(qū)域，生成分割結(jié)果；用 所述分割結(jié)果分割所述失真圖像； 步驟3.4,對(duì)于每個(gè)所述分割區(qū)域，計(jì)算所述原始圖像與所述失真圖像在所述視覺(jué)詞典 下的低維表示； 步驟3.5,根據(jù)所述低維表示，計(jì)算所述分割區(qū)域的失真圖像的區(qū)域退化程度； 步驟3.6，獲取各個(gè)所述分割區(qū)域的權(quán)重； 步驟3.7,根據(jù)所述各個(gè)所述分割區(qū)域的權(quán)重，對(duì)所有所述分割區(qū)域的失真圖像的區(qū)域 退化程度加權(quán)，得到所述失真圖像的區(qū)域退化程度。8. 根據(jù)權(quán)利要求7所述的方法，其特征在于，當(dāng)所述低維表示為直方圖時(shí)，所述步驟3.5 具體為：(Kh^h2)為所述分割區(qū)域的失真圖像的區(qū)域退化程度； hi，匕為所述原始圖像和所述失真圖像在視覺(jué)詞典下的直方圖； K2為視覺(jué)詞典的大小，k2為直方圖桶的序號(hào)。9. 根據(jù)權(quán)利要求7所述的方法，其特征在于，所述步驟3.6具體為： 根據(jù)各個(gè)所述分割區(qū)域所占的面積比例，確定各個(gè)所述分割區(qū)域的權(quán)重;或者根據(jù)各 個(gè)所述分割區(qū)域的顯著度，確定各個(gè)所述分割區(qū)域的權(quán)重。10. 根據(jù)權(quán)利要求7所述的方法，其特征在于，所述步驟3.7具體為：^%為序號(hào)為i3的分割區(qū)域的權(quán)重;屯3為序號(hào)為i3的分割區(qū)域的失真圖像的區(qū)域退化 程度，i3為所述分割區(qū)域的序號(hào)。
【文檔編號(hào)】G06T7/00GK106023208SQ201610345192
【公開(kāi)日】2016年10月12日
【申請(qǐng)日】2016年5月23日
【發(fā)明人】蔣婷婷, 黃晨, 姜明
【申請(qǐng)人】北京大學(xué)