一种灰阶测试卡的灰阶自动分割与分析方法与流程

本发明涉及一种客观图像质量评价方法，更具体地，涉及一种灰阶测试卡的灰阶自动分割与分析方法。

背景技术：

灰阶测试图卡是客观图像质量评价时，常采用的测试对象。在进行灰阶测试图卡的灰阶分割与动态范围分析时，需要分割和分析图像客观评估体系中灰阶测试图卡的灰阶和动态范围。

现有的灰阶分割与动态范围分析方法，首先需要在有标志物的情况下，手动或者自动标定待评估区域，其次才能微调并提取灰阶测试卡区域，最后计算动态范围及相关参数。

现有方法做图卡分析，整体操作流程上方便简单，且只要评估区域选取准确，得到的结果很理想，但缺点是灰阶测试卡的微调过于复杂，对于出现几何畸变时，要定位到畸变下的图卡位置需要大量的人工处理时间，处理效率极低。

技术实现要素：

本发明的目的在于克服现有技术存在的上述缺陷，提供一种利用灰阶测试图卡自身的属性，自动辨别灰阶测试图卡类型，并实现测试图卡不同灰度值的灰阶块的分割的方法。

为实现上述目的，本发明的技术方案如下：

一种灰阶测试卡的灰阶自动分割与分析方法，其特征在于，包括以下步骤

s1：使用待评测设备拍摄灰阶测试卡，保存拍摄图像并传输至处理单元；

s2：处理单元对拍摄图像进行lab变换，并统计ab空间的平均能量，当平均能量大于或等于n时，认为s1中待评测设备所拍摄的灰阶测试卡是36阶灰阶测试图卡，并转入步骤s3；小于n时，认为s1中待评测设备所拍摄的灰阶测试卡是20阶灰阶测试图卡，并转入步骤s4；

s3：对36阶灰阶测试图卡的各灰阶块的位置坐标进行计算，具体的，包括以下步骤：

s31：对拍摄图像的rgb3通道进行相加求均值，得到拍摄图像的均值图像；

s32：将拍摄图像rgb3通道中每个通道图像分别与步骤s31中得到的均值图像相减，共得到三个结果后，并把三个结果相加，得到图像；

s33：将步骤s32得到的图像利用大津法进行二值化，之后设置结构元素进行开运算(先腐蚀后膨胀)删除不能包含结构元素的区域，断开狭窄连接，最终得到拍摄图像中各彩色区域的具体坐标；

s34：通过36个待分割灰阶块与各彩色区域的相对位置关系，得到各灰阶块的位置坐标，并进入步骤5；

s4：对20阶灰阶测试图卡的各灰阶块的位置坐标进行计算，具体的，包括以下步骤：

s41：求取拍摄图像中最亮区域灰度值，并基于不同灰阶测试图卡中色块灰度值不同的先验知识，确定s1中待评测设备所拍摄的20阶灰阶测试图卡是否为中间带栅格标识的20阶图卡；若是，则可以进行s42～中的自动分割算法，否则算法不匹配无法自动分割，算法失效；

s42：将拍摄图像转为灰度图，然后进行复制缩小得到缩小图，以便加快后续分割计算速度；

s43：对灰度图和缩小图进行旋转校正，保证栅格区域出现在缩小图的一特定部位；

s44：对缩小图的一特定部位逐行进行傅里叶变换，得到该特定部位中拥有高频细节信息的区域，并使用大津法对该特定部位进行二值化，并进行膨胀腐蚀的形态学处理，最终得到栅格区位于缩小图上的具体位置坐标；

s45：通过20个待分割灰阶块与栅格区的相对位置关系，得到各灰阶块的位置坐标；

s46：将缩小图上得到的各灰阶块的坐标，映射回原灰度图上坐标进行灰阶分割，并进入步骤s5；

s5：利用分割得到的各个灰阶块图像进行噪声评估和动态范围估计。

优选地，所述步骤s2中n的取值范围为5*(10^7)～8*(10^9)。

优选地，所述步骤s33中的结构元素为半径r的平面圆盘，2<r<10。

优选地，所述步骤s43和s44中的一特定部位为缩小图的上半部。

从上述技术方案可以看出，本发明通过充分利用灰阶测试图卡自身的属性，将客观图像质量评价体系中的灰阶动态范围分析过程完全自动化。因此，本发明具有提高处理效率并能使整体灰阶评估更加高效准确的显著特点。

附图说明

图1为本发明的方法流程图。

具体实施方式

下面结合附图，对本发明的具体实施方式作进一步的详细说明。

需要说明的是，在下述的具体实施方式中，在详述本发明的实施方式时，为了清楚地表示本发明的结构以便于说明，特对附图中的结构不依照一般比例绘图，并进行了局部放大、变形及简化处理，因此，应避免以此作为对本发明的限定来加以理解。

在以下本发明的具体实施方式中，请参阅图1。如图所示，

一种灰阶测试卡的灰阶自动分割与分析方法，其特征在于，包括以下步骤

s1：使用待评测设备拍摄灰阶测试卡，保存拍摄图像并传输至处理单元。

s2：处理单元对拍摄图像进行lab变换，并统计ab空间的平均能量，当平均能量大于或等于n时，认为s1中待评测设备所拍摄的灰阶测试卡是36阶灰阶测试图卡，并转入步骤s3；小于n时，认为s1中待评测设备所拍摄的灰阶测试卡是20阶灰阶测试图卡，并转入步骤s4。

n值可根据视频帧的大小做适当调整，取值范围为5*(10^7)～8*(10^9)。本具体实施例中使用3024*4032大小的视频帧，使用n＝8*(10^8)。

s3：对36阶灰阶测试图卡的各灰阶块的位置坐标进行计算，具体的，包括以下步骤：

s31：对拍摄图像的rgb3通道进行相加求均值，得到拍摄图像的均值图像；

s32：将拍摄图像rgb3通道中每个通道图像分别与步骤s31中得到的均值图像相减，共得到三个结果后，并把三个结果相加，得到图像；

s33：将步骤s32得到的图像利用大津法进行二值化，之后设置结构元素进行开运算(先腐蚀后膨胀)删除不能包含结构元素的区域，断开狭窄连接，最终得到拍摄图像中各彩色区域的具体坐标；

结构元素为半径r的平面圆盘，2<r<10。本具体实施例中r＝5。

s34：通过36个待分割灰阶块与各彩色区域的相对位置关系，得到各灰阶块的位置坐标，并进入步骤s5。

s4：对20阶灰阶测试图卡的各灰阶块的位置坐标进行计算，具体的，包括以下步骤：

s41：求取拍摄图像中最亮区域灰度值，并基于不同灰阶测试图卡中色块灰度值不同的先验知识，确定s1中待评测设备所拍摄的20阶灰阶测试图卡是否为中间带栅格标识的20阶图卡；若是，则可以进行s42～中的自动分割算法，否则算法不匹配无法自动分割，算法失效；

s42：将拍摄图像转为灰度图，然后进行复制缩小得到缩小图，以便加快后续分割计算速度；

s43：对灰度图和缩小图进行旋转校正，保证栅格区域出现在缩小图的一特定部位；

s44：对缩小图的一特定部位逐行进行傅里叶变换，得到该特定部位中拥有高频细节信息的区域，并使用大津法对该特定部位进行二值化，并进行膨胀腐蚀的形态学处理，最终得到栅格区位于缩小图上的具体位置坐标；

本具体实施例中，步骤s43和s44中所选定一特定部位为缩小图的上半部。

s45：通过20个待分割灰阶块与栅格区的相对位置关系，得到各灰阶块的位置坐标；

s46：将缩小图上得到的各灰阶块的坐标，映射回原灰度图上坐标进行灰阶分割，并进入步骤s5。

s5：利用分割得到的各个灰阶块图像进行噪声评估和动态范围估计。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。