专利名称：一种基于全变分的视觉感知图像质量评价方法
技术领域：
本发明涉及一种符合人眼视觉主观感知的图像质量评价方法，尤其涉及一种基于参考图像的客观图像质量自动计算评价方法。
背景技术：
图像视觉质量评价在实际中具有很多应用。比如在许多视觉处理算法和系统设计以及实施过程中，图像视觉质量评价在测试、优化算法和系统的性能中起到重要作用。由于人眼视觉系统是图像信息的最终接受者，所以主观测试是图像质量评价的一个最直接的方法。主观质量评价的平均意见得分方法(MOS)已经使用了许多年。虽然这种评价方法能够比较真实的反应人眼视觉的主观感受，但是，这种方法耗时耗力，不适合在图像处理等方面应用。因此，在实际工程应用和科学研究中，自动计算图像视觉质量的客观评价方法显得十分必要。随着多媒体应用的迅速发展，图像视觉质量的客观评价方法在视频图像处理等领域起着非常重要的作用。图像视觉质量的客观评价方法不仅可以用来动态地监测和调整图像质量、优化算法，还能够校准图像处理系统等。近年来，很多科技人员投入大量精力开发与人类视觉行为相关的图像质量评价准则以客观的评价图像质量。在图像质量的客观评价方法中，根据对参考图像的依赖程度，客观图像质量评价方法可分为全参考图像评价方法、部分参考图像评价方法和无参考图像评价方法三种。全参考图像质量评价方法，相对于部分参考图像评价方法和无参考图像评价方法更尊重客观图像的真实感知，需要依据原始参考图像来评价、计算失真图像的质量。全参考图像质量评价方法的关键，在于如何采用自动计算方法来衡量图像的真实视觉感受。全参考图像质量评价方法的实质，即如何测量一幅失真图像和其原始参考图像之间的距离。目前，全参考图像质量评价方法可以分为两大类。一类是基于人眼视觉系统建模的方法。该类方法一直被视为衡量和评测图像质量最合适的方法。该类方法的基本假设是人类视觉系统对视觉信号在某些方面的差异十分敏感，比如亮度、对比度、和频率等成分。基于该假设，失真图像和其参考图像之间的差异强度反映了人类视觉系统不同的感知灵敏度。基于人类视觉系统的特征来构建图像质量客观评价方法，大多是基于相关的心理物理特性和生理知识的系统建模，包括时间/空间/色彩分解，对比敏感度函数，亮度匹配，以及不同的掩蔽效应等。目前，提出了许多基于人类视觉系统的图像质量评价方法。然而，视觉研究的知识，与视觉模型构建的需求之间的差距，使得基于人类视觉系统特征的方法涉及大量的计算，实现起来十分困难。另一类全参考图像质量评价方法是从信号的保真度方面来考虑设计。这类方法为满足人类视觉系统对图像质量的要求，考虑提取图像信号结构的丢失信息来评价失真图像质量。近年来，大量的研究工作一直集中在信号驱动的感知图像质量评价方法，从信号提取和分析的角度出发，考虑图像信号的特性，比如统计特征，结构/亮度失真。如典型的评价方法如均方误差(MSE)、峰值信噪比(PSNR)等。这类评价方法并不是想建立一个与质量评价相关的综合的人类视觉系统模型，而是考虑图像信号本身对人类心理、生理方面的影响，通常基于图像内容和失真分析来表示图像的特征，进而估计图像的整体质量。尽管一些基于信号保真度设计的评价方法能够反映图像质量的变化，但这些方法无法预测真实的人类视觉感知,不能真实的描述人类视觉的主观感。因此，基于信号保真度设计的质量评价方法，迫切的需要考虑人类视觉系统的特征并帮助解决这些问题，从而使这类方法能够更好地逼近人眼对图像真实的视觉感知质量。
发明内容
本发明的目的就在于为了解决上述问题而提供一种计算更简单、结果更准确的符合人类视觉感知的客观图像质量评价方法。该评价方法是一种空间域的一种基于全变分测度的视觉感知图像质量评价方法。为了达到上述目的，本发明采用了以下技术方案:本发明所述一种基于全变分的视觉感知图像质量评价方法是一种空域的基于全变分的视觉感知图像质量评价方法，考虑到自然图像信号图像本身的特点以及人类视觉对图像中封闭平滑区域的亮度变化的敏感特点，从而采用全变分来描述图像结构信息的改变；采用差分图像封闭区域的能量来刻画亮度信息的变化，并将上述两个因素进行加权，得到最终的图像质量评价结果。包括以下流程:1、输入失真图像，输入原始参考图像；2、用结构信息测度度量失真图像结构信息的改变μ !;采用能量信息测度度量失真图像亮度信息的改变μ2。3将归一化的结构信息测度和归一化的能量信息测度进行加权，得到基于全变分的视觉感知图像质量评价结果μ。
权利要求
1.一种基于全变分的视觉感知图像质量评价方法，其特征在于:是一种空域的基于全变分的视觉感知图像质量评价方法，考虑到自然图像信号图像本身的特点以及人类视觉对图像中封闭平滑区域的亮度变化的敏感特点，从而采用全变分来描述图像结构信息的改变；采用差分图像封闭区域的能量来刻画亮度信息的变化，并将上述两个因素进行加权，得到最终的图像质量评价结果。包括以下流程: (1)、输入失真图像，输入原始参考图像； (2)、用结构信息测度度量失真图像结构信息的改变μ!;采用能量信息测度度量失真图像亮度信息的改变μ2。
(3)、将归一化的结构信息测度和归一化的能量信息测度进行加权，得到基于 全变分的视觉感知图像质量评价结果μ。 μ=αι.μι+α2.μ2(式 I) 其中，\和％表示权重系数。
2.根据权利要求1所述的所述的一种基于全变分的视觉感知图像质量评价方法，其特征在于:所述流程(2)中，引入全变分测度来评价图像的结构信息。失真图像和其参考图像之间的全变分差值用来作为图像结构信息的一个测度。采用亮度差分图像中封闭区域的能量信息来度量丢失的亮度信息。
输入失真图像，以及原始参考图像，分别采用结构信息测度度量失真图像结构信息的改变U1 ;采用能量信息测度度量失真图像亮度信息的改变μ2。
结构信息测度计算:记失真图像为U，原始参考图像为IV失真图像与原始参考图像的全变分比较运算描述为:TVstruct = ITV(U)-TV(U0) I I1 其中，M.111表示L1范数，TV(U)定义为图像U的全变分:
3.根据权利要求1所述的所述的一种基于全变分的视觉感知图像质量评价方法其特征在于:所述流程(3)中，引将归一化的结构信息测度和归一化的能量信息测度进行加权，得到基于全变分的视觉感知图像质量评价结果μ，其计算公式为 μ = a j.μ 2 其中，\和a 2表示权重系数。
4.根据权利要求1所述的一种基于全变分的视觉感知图像质量评价方法，其特征在于:包括以下具体步骤 (1)、将输入失真图像和参考图像； (2)、进行亮度图像计算:从而得到输入失真图像和参考图像的亮度图像。
亮度计算公式为:
5.根据权利要求2所述的所述的一种基于全变分的视觉感知图像质量评价方法其特征在于:所述步骤(2)中，进行亮度图像计算按下述亮度计算公式计算:I = 0.27XR+0.67XG+0.06XB其中，R，G，B分别为 输入图像各通道上的亮度值。
全文摘要
本发明公开了一种基于全变分的视觉感知图像质量评价方法，引入全变分测度来评价图像的结构信息，采用失真图像和其参考图像之间的全变分差值用来作为图像结构信息的一个测度、采用亮度差分图像中封闭区域的能量来度量丢失的亮度信息；通过对归一化的结构信息测度和归一化的能量信息测度进行加权，得到基于全变分的视觉感知图像质量评价结果。包括以下基本流程输入失真图像，输入原始参考图像；用结构信息测度度量失真图像结构信息的改变，采用能量信息测度度量失真图像亮度信息的改变；将归一化的结构信息测度和归一化的能量信息测度进行加权，得到基于全变分的视觉感知图像质量评价结果。
文档编号G06T7/00GK103077514SQ201210544608
公开日2013年5月1日 申请日期2012年12月17日 优先权日2012年12月17日
发明者吴亚东, 张红英, 韩永国, 刘志勤, 李小霞 申请人:西南科技大学