基于梯度相似度的无参考噪声图像质量评价方法

基于梯度相似度的无参考噪声图像质量评价方法
【专利摘要】一种新的基于梯度结构相似度的无参考噪声图像质量评价方法(NRGSIM)。所需步骤包括：(1)将原始噪声图像经过高斯噪声滤波器进行加噪处理生成再加噪图像；(2)将原始噪声图像进行8x8分块，并将子块划分为边缘膨胀块和平滑块；(3)对不同类型块的GSIM值赋予不同的权值；(4)计算得到整幅图像的噪声值。本发明在无参考图像的前提下，通过简单的计算，即可对噪声图像进行质量评价，且与主观评分有较好的一致性。该方法计算简单，是一种准确可靠的无参考噪声图像评价方法。
【专利说明】基于梯度相似度的无参考噪声图像质量评价方法

【技术领域】
[0001] 本发明涉及一种图像质量评价方法，尤其涉及一种基于梯度相似度的无参考噪声 图像质量评价方法，属于图像处理领域。

【背景技术】
[0002] 在传统的噪声图像研究中，均方误差（Mean Squared Error, MSE)和峰值信噪比 (Peak Signal-to-Noise Ratio, PSNR)是最常用的两种全参考图像质量评价方法，它们计 算复杂度低，物理含义清晰，具有优美的数学凸函数封闭形式。但不幸的是，很多研究者发 现，其测量结果与人们的主观评价结果常常不一致。其中一个原因是MSE/PSNR忽略了源 图像和失真图像之间的联系，没有考虑人类视觉特性，Z. Wang和A. C. Bovik详细讨论了为 什么 MSE/PSNR 不是一个好的预测方法 "Z. Wang and A. C. Bovik，"Mean squared error : Love it or leave it? -a new look at signal fidelity measures,，'IEEE Signal Processing Magazine，vol. 26, no. 1，pp. 98-117, Jan. 2009. "。在考虑人类视觉特性的基 础之上，Zhou Wang和Bovik提出了基于结构特征的结构相似（Structural Similarity, SSIM)质量评价方法"WANG Z，B0VIK A C，SHEIKH H R，et al. Image quality assessment : From error visibility tostructural similarity[J]. IEEE Transactions on Image Processing，2004,13 (4) :600-612. "，他们认为人眼视觉系统的主要功能是提取图像和视 频中的结构信息，在SSIM测度中，图像被认为是三维客观场景的二维投影，大量变化的光 照条件构成了图像的非结构性失真，与结构性失真组合成为图像降质的主要原因。后来 有出现了很多对SS頂进行改进的方法，例如"Z.Wang，E.P.Simoncelli，and A.C.Bovik， "Multi-scale structural similarity for image quality assessment,，'in Proc. IEEE Asilomar Conf. Signals, Syst. Comput. , Nov. 2003, pp. 1398-1402. "、"C. Li and A. C. Bovik,"Three-component weighted structural similarity index,''in Proc. SPIE, 2009, vol. 7242, pp. 72420Q-1-72420Q-9. " 以及基于信息保真准则（IFC) "H. R. Sheikh, A. C. Bovik,and G. de Veeiana/^An information fidelity criterion for image quality assessment using natural scene statistics,，' IEEE Trans. Image Process. , vol. 14, no. 12, pp. 2117-2128, Dec. 2005. "、基于自然场景统计模型（NSS)和基于变换域的方法（包 括离散余弦变换、小波变换和轮廓波变换）"Μ. P. Sampat，Z. Wang, S. Gupta, A. C. Bovik, and Μ· K.Markey, "Complex wavelet structural similarity：A newimage similarity index,，' IEEE Trans. Image Process. , vol. 18, no. 11, pp. 2385-2401, Nov. 2009. " 等等。
[0003] 以上这些方法大多为全参考或半参考评价方法，需要借助原始图像的全部或者部 分信息才能完成，相关文献中无参考噪声图像的评价方法比较少。由于没有原始图像的任 何信息可以参考，构造无参考的图像质量评价方法比全参考和半参考评价方法要困难得 多，近年来无参考的图像质量评价方法研究取得了一些成果，但都不具有普遍性，仅是针对 某些特定的失真类型，且这些方法彼此独立，没有形成一套完善的大家公认的研究体系。
[0004] 本发明将边缘信息，人眼视觉特性和梯度相似度相结合，提出一种新的无参考噪 声图像评价方法。


【发明内容】

[0005] 本发明的目的在于提供一种基于梯度相似度的无参考噪声图像评价方法。基于本 发明，在无参考图像的前提下，通过简单的计算，即可对噪声图像进行质量评价且与主观评 分有较好的一致性。
[0006] 本发明是一种基于梯度相似度的无参考噪声图像评价方法，包括如下步骤：
[0007] 步骤1 :构造参考图像。将原始噪声图像使用11 X 11且〇 2 = 〇. 〇1的高斯噪声滤 波器进行加噪处理，得到对应的再加噪图像，将再加噪图像作为参考图像；
[0008] 步骤2 :边缘提取。利用canny算子提取原始噪声图像的边缘信息，得到其边缘 图；
[0009] 步骤3 :区域划分。将边缘图像进行膨胀处理，得到边缘膨胀图，参考图2。于是将 原始噪声图像分为平滑区域（黑色区域）和边缘膨胀区域（白色区域）；
[0010] 在噪声图像中，平滑区域包含了大量的噪声信息，所以在质量评分中占有重要作 用，为了更好的提取平滑区域，我们采用基于数学形态学的膨胀方法对边缘图像进行处理。 数学形态学定义了 2种基本变换，即腐蚀与膨胀，设f(x，y)是输入的灰度图像，b(x，y)是 给定的结构元素，用结构元素 b对输入图像y进行膨胀和腐蚀运算分别定义为：

【权利要求】
1. 一种基于梯度相似度的无参考噪声图像质量评价方法，其特征在于按如下步骤进 行： (一） ：构造参考图像。将原始噪声图像使用11XII且σ2 = 0.01的高斯噪声滤波器 进行加噪处理，得到对应的再加噪图像，将再加噪图像作为参考图像； (二） ：边缘提取。利用canny算子提取原始噪声图像的边缘信息，得到其边缘图； (三） ：区域划分。将边缘图像进行膨胀处理，得到边缘膨胀图； (四） ：加权处理。计算原始噪声图像和再加噪图像之间所有对应像素之间的GSIM值； (五） ：计算得到原始噪声图像的模糊值blur。
2. 根据权利要求1所述的基于梯度相似度的无参考噪声图像质量评价方法，其特征 是：在步骤（三）中，将原始噪声图像分为平滑区域（黑色区域）和边缘膨胀区域（白色区 域）。
3. 根据权利要求1所述的基于梯度相似度的无参考噪声图像质量评价方法，其特征 是：在步骤（四）中，如果像素（i，j)属于平滑区域，则对此像素处的GSIM值赋予权值w s; 如果属于边缘膨胀区域，则赋予权值;
梯度幅值的计算采用下面的公式
则图像X和图像y 的梯度相似度表示为：
4. 根据权利要求1所述的基于梯度相似度的无参考噪声图像质量评价方法，其特征 是：在步骤（五）中，定.
GSM(i，j)表示原 始噪声图像和再加噪图像对应像素的梯度相似度值，Wij为每一像素的权重。梯度相似度越 大，即噪声质量值越大，表示原始噪声图像的质量越差，反之则质量较好。
【文档编号】G06T7/60GK104103064SQ201310123325
【公开日】2014年10月15日 申请日期:2013年4月10日 优先权日:2013年4月10日
【发明者】朱国平, 关彪, 王占丑, 吴小俊, 桑庆兵 申请人:无锡金帆钻凿设备股份有限公司