一种基于视觉显著性的全参考彩色图像质量评价方法
【专利摘要】一种基于视觉显著性的全参考彩色图像质量评价方法，(1)对于参考图像f(1)和失真图像f(2)分别确定视觉显著图VS1(x)和VS2(x)，、梯度图G1(x)和G2(x)、黄蓝对比色度分量M1(x)和M2(x)、红绿对比色度分量N1(x)和N2(x)；(2)结合VS1(x)、VS2(x)、G1(x)、G2(x)、M1(x)、M2(x)、N1(x)、N2(x)确定局部质量图S(x)；(3)将VS1(x)和VS2(x)中较大值作为权值函数，得到f2最终质量VSI，局部质量评级过程中，利用视觉显著性与图像质量关系，引入彩色图像色度分量；确定失真图像的质量分数的过程中，使用视觉显著性作为权重函数，得到失真图像的客观评价质量，提高了全参考图像质量评价方法的准确性。
【专利说明】一种基于视觉显著性的全参考彩色图像质量评价方法
【技术领域】
[0001]本发明属于图像处理【技术领域】，涉及图像质量的评测技术，尤其是全参考彩色图像质量评价技术。
【背景技术】
[0002]图像处理是对图像进行分析、加工和处理，使其满足视觉、心理以及其他要求的技术。图像处理是信号处理在图像域上的一个应用。大多数的图像是以数字形式存储，因而图像处理很多情况下指数字图像处理。几十年前，图像处理大多数由光学设备在模拟模式下进行。由于这些光学方法本身所具有的并行特性，至今他们仍然在很多应用领域占有核心地位，但是由于计算机速度的大幅度提高，这些技术正在迅速的被数字图像处理方法所替代。在目前的技术水平下，在压缩、传输等过程中，往往伴随着图像质量的损失，很多应用需要量化图像中存在的失真会给感官造成怎样的影响。通过图像质量客观评价的方法，可以对一些图像处理方法进行有效的评估，最终取得一个较好的图像视觉效果。
[0003]目前数字图像质量评价方法可以分为两类:主观评价和客观评价。主观评价是指通过主观实验来评价图像质量。主观评价具有准确、有效等优点，但也存在严重的缺点。一是主观评价只能测试有限数量的图像样本；二是实验过程很耗时并且费用昂贵。因此，人们需要设计符合主观评价结果的客观的图像质量评价方法。
[0004]数字图像客观评价方法的研究是图像信息工程研究中最重要的基础研究课题之一。依据对原始图像参考度的不同，图像质量的客观评价可分为三种:全参考(FR)、部分参考(RR)和无参考(NR)。所谓全参考图像质量评价方法，是指在评价失真图像时，将无任何质量失真的原始图像作为参考，其主要用于评价压缩、还原等方法的好坏或者为压缩、还原等方法挑选合适的参数提供依据。
[0005]目前主要的全参考图像质量评价方法有:“Z.Wang, A.C.Bovik, H.R.Sheikh, andE.P.Simoncellij Image quality assessment:From error visibility to structuralsimilarity,IEEE Trans.1mage Process.，vol.13，n0.4，pp.600-612，Apr.2004”， 艮PSSIM Wang, E.P.Simoncellij and A.C.Bovikj Mult1-scale structural similarityfor image quality assessment, inProc.1EEE As1-1omar Conf.Signals,Syst.andComput.，2003，pp.1398-1402”，即 MS-SSIM ;“Z.Wang and Q.Li, Information contentweighting for perceptual image quality assessment, IEEE Trans.1mage Process.，vo1.20，n0.5, pp.1185-1198，May.2011”，即 IW-SSIM ;“Η.R.Sheikh and A.C.Bovikj Imageinformation and visual quality, IEEE Trans.1mage Process.，vol.15，n0.2，pp.430-444，Feb.2006”，S卩 VIF ;“L.Zhang, L Zhang, and X.Mouj RFSIM:A feature based im-agequality assessment metric using RiesztransformsjinProc.1EEE Int.Conf.1mageProcess.，2010，pp.321-324”，即 RFSIM ;“L.Zhang, L Zhang, X.Mouj and D.Zhang, FSIM: Afeature similarity index for image quality assessment”，艮P FSIM。在全参考图像质量评价问题中，基本实现原理是比较测试图像和参考图像之间的差异，差异越大，代表质量越差，差异越小，代表质量越高。典型的二步图像质量评价框架如图1所示。在第一步中，根据图像中质量相关的特征确定局部质量图，在第二步中，以局部质量图为依据，采取合适的权重函数，得到最终的客观评价分数。但是这些方法中评价方法预测准确性还不够高。
【发明内容】
[0006]本发明的目的在于提供一种基于视觉显著性的全参考彩色图像质量评价方法，其充分利用视觉显著性与图像质量的关系，同时引入彩色图像的色度分量，大大提高了全参考图像质量评价方法的准确性，满足实际应用中对全参考图像质量评价方法的要求，解决了传统图像质量评价方法预测准确性不够高的问题。
[0007]为达到上述目的，本发明的解决方案是:
[0008]一种基于视觉显著性的全参考彩色图像质量评价方法，包括以下步骤:定义任意一副RGB图像为f (X)，则参考图像为f (I)，失真图像为f(2):
[0009](I)分别确定参考图像f (I)和失真图像f (2)的视觉显著图VS1(X)和VS2(X)、黄蓝对比色度分量M1(X)和M2(X)、红绿对比色度分量N1(X)和N2(X)以及L通道的梯度图G1(X)和 G2 (X)；
[0010](2)比较参考图像f(l)和失真图像f(2)的视觉显著图、L通道、M通道以及N通道的相似性以确定局部质量图S(X)；
[0011](3)以局部质量图S(X)为依据，使用VS1(X)和VS2(X)中的较大值VSm(X)作为权值函数，确定失真图像f (2)的客观评价分数VSI:
[0012]VSm(X) = max (VS1 (x), VS2 (x))
【权利要求】
1.一种基于视觉显著性的全参考彩色图像质量评价方法，其特征在于:包括以下步骤，定义任意一副RGB图像为f (X)，则参考图像为f (I)，失真图像为f (2)f: (1)分别确定参考图像f(l)f和失真图像f(2)f的视觉显著图VS1(X)和VS2(X)、黄蓝对比色度分量M1⑴和M2⑴、红绿对比色度分量N1 (X)和N2 (X)以及L通道的梯度图G1 (x)和 G2 (X)； (2)比较参考图像f(l)f和失真图像f(2)f的视觉显著图、L通道、M通道以及N通道的相似性以确定局部质量图S(X)； (3)以局部质量图S(X)为依据，使用VS1(X)和VS2(X)中的较大值VSm(X)作为权值函数，确定失真图像f (2) f的客观评价分数VS1:
2.根据权利要求1所述的全参考彩色图像质量评价方法，其特征在于:所述步骤(一)中，参考图像f (I)和失真图像f (2)视觉显著图的确定包括以下步骤:(1-1)将f(x) (x =I或2)的RGB三个通道转换至CIELAB对色空间，并分别用&(x) >fL(x)和fb(x)表示f (x)被转移到对色空间之后的三个通道，则f (X)的视觉显著图VS(X):
VS(x) = SF(x).SD(x).Sc(X) 其中:
Sf (X) = ((fL*g)2+ (fa*g)2+ (fb*g)2)2 (X) /g 是对数 Gabor 滤波器，* 代表卷积操作；
3.根据权利要求1所述的全参考彩色图像质量评价方法，其特征在于:所述步骤(一)中，参考图像f (I)和失真图像f (2)黄蓝色对比色度分量和红绿色对比分量的确定包括以下步骤: (1-2)将f (X)按如下公式转移到对色空间，X为I或2:
4.根据权利要求3所述的全参考彩色图像质量评价方法，其特征在于:所述步骤(一)中，参考图像f (I)和失真图像f (2)梯度图的确定包括以下步骤: (1-3)确定f(x) (X为I或2)的L通道后，使用Scharr梯度算子即两个偏导数Gx(X)和 Gy(X)
5.根据权利要求1所述的全参考彩色图像质量评价方法，其特征在于:所述步骤(二)中，比较参考图像f (I)和失真图像f (2)的视觉显著图、L通道、M通道以及N通道的相似性，则 VS1(X)和VS2(X)的相似性定义为:
【文档编号】G06T7/00GK104021545SQ201410198105
【公开日】2014年9月3日 申请日期:2014年5月12日 优先权日:2014年5月12日
【发明者】张 林, 顾中一, 李宏宇, 沈莹 申请人:同济大学