一种基于奇异值分解无参考模糊图像质量评价方法
【专利摘要】一种基于奇异值分解无参考模糊图像质量评价方法，其特征在于按如下步骤进行：(一)选择一幅图像为被评价图像；(二)将该图像转化为灰度图像；(三)对被评价图像做奇异值(SVD)分解，得到奇异值向量S1；(四)根据奇异值建立图像质量评价函数Blur；(五)计算被评价图像的质量评价函数Blur的值，作为模糊指标。本发明是一种不需要参考图像，评价模糊图像模糊程度的方法，并且评价结果符合人类视觉主观认识结果，Blur值越大，被评价图像的质量越好。本发明不需要参考图像就可以快速评价一幅模糊图像的质量好坏，且与人类主观视觉感知一致性较好，方法简单。
【专利说明】一种基于奇异值分解无参考模糊图像质量评价方法 【技术领域】
[〇〇〇1] 本发明涉及图像处理领域，具体地讲，是一种不需要参考图像进行模糊图像质量 评价的方法。 【背景技术】
[0002] 随着手机、数码相机等电子产品的普及，产生出了大量的数码图像，在拍照的过程 中，由于焦距和手的抖动会导致图像模糊。如何从这些数码图像中自动挑选出质量合格的 图像，舍弃哪些不合格的模糊图像，就需要对图像质量进行评价。
[0003] 按照评价过程需要多少原始参考图像信息，客观图像质量评价方法又可以分为三 大类：全参考（Full-Reference，FR)图像质量评价法，部分参考（Reduced-Reference，RR) 图像质量评价法和无参考（No-Reference,NR)图像质量评价法。全参考和部分参考图像质 量评价方法需要参考图像的全部或部分信息，而在很多应用场合没有或无法获得参考图像 的全部或部分信息，因此无参考图像质量评价方法更加实用。
【发明内容】
[0004] 本发明的目的在于提供一种快速模糊图像质量评价方法，能够在不需要参考图像 的情况下，评价模糊图像质量的好坏。
[0005] 为了实现上述目的，本发明的技术方案如下：一种基于奇异值分解无参考模糊图 像质量评价方法，其关键在于按如下步骤进行：
[0006] (一）选择一幅图像为被评价图像；
[0007] (二）将该图像转化为灰度图像；
[0008] (三）对被评价图像做奇异值（SVD)分解，得到奇异值向量Si ;
[0009] 任何一个灰度图像都可以看作实数矩阵A e ΓΧη，则存在正交（或酉）矩阵 U e ΓΧηι 和 V e RnXn 使得 A = USVT (1)
[0010]
【权利要求】
1. 一种基于奇异值分解无参考模糊图像质量评价方法，其特征在于按如下步骤进行： (一） 选择一幅图像为被评价图像； (二） 将该图像转化为灰度图像； (三） 对被评价图像做奇异值（SVD)分解，得到奇异值向量Si ; (四） 根据奇异值建立图像质量评价函数Blur ; (五） 计算被评价图像的质量评价函数Blur的值，作为模糊指标。
2. 根据权利要求1所述基于奇异值分解无参考模糊图像质量评价方法，其特征在于：
在步骤（三）中，奇异值分解公式为A = USVT，式p Si = diag(〇 ρ 〇2，…， ? σ〕，而数σ2，…，σι?即是矩阵A的所有非零奇异值，r = rank(A),U的列向量为矩 阵A的左奇异值向量，V的列向量为A的右奇异值向量。
3. 根据权利要求1所述基于奇异值分解无参考模糊图像质量评价方法，其特征在于： 步骤（四）中，图像质量评价函数3
异值向量，r为奇异值个数，我们需要为奇异值设定一个阈值，如果奇异值个数大于512的 话，则cl为500的值，如果奇异值个数小于等于512,则c2为70的值。
【文档编号】G06T7/00GK104103065SQ201310123536
【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