基于图像梯度和相位一致性的失焦图片质量评价方法
【技术领域】
[0001] 本发明设及图像处理技术领域，具体地，设及一种基于梯度和相位一致性的失焦 图片质量评价方法。
【背景技术】
[0002] 图像质量评价技术在许多图像处理应用中具有非常重要的作用，如图像压缩、存 储、传输和重构方法的开发和优化。现今的图像质量评价方法可W分为主观评价和客观评 价，主观评价是图像质量的最终标准，但是主观评价对于实际的图像处理系统来说通常不 太现实。近年来许多研究者投入到客观图像质量评价方法中，客观图像质量评价方法根据 是否能够得到原图可W分为全参、半参及无参Ξ类方法。
[0003] 均方误差(MSE)和峰值性噪比(PSNR)尽管有时候与测试者的主观评分不是特别符 合，但由于其简单性，MSE和PSNR仍然是目前最普遍的质量评价标准。近年来，受一些经典屯、 理学认知范例的激发，许多研究者提出了一些基于认知的评价方法。如Wang, Z.等人在 《IE邸Trans. Image Process》第13卷第4期第600页至第612页发表的论文"Image quality assessment:from error visibility to structural similarity" 中提出的结构相似性 方法(SSIM)就是现今非常流行的基于认知的图像质量评价方法，该方法实际上关注的是图 像白勺结构信'島。Wan邑，Ζ.等人在《IEEE Asilomar Conference on Si邑nals ,Systems and Computer》第2卷第 1398页至第1402页发表的论文"Multi-scale structural similarity for image quality assessment"中提出的多尺度结构相似性方法(MS-SSIM)将SSIM方法 扩展到多尺度上，提供了更好的性能。Sh e i化,Η. R.等人在《I邸E Tran S.Image Pro cess》第 15卷第2期第430页至第444页发表的论文《Image information and visual quality》中提 出的视觉信息保真度方法(VIF)也提供了良好的性能，该方法通过量化从原图到失真图的 图片信息损失进行质量评价。此外，作者还在该文中提供了VIF方法的低计算复杂度版本： 基于像素的视觉信息保真度方法(VIFP)。
[0004] 最近许多图像质量评价领域的研究者发现图像失真类型分类对图像质量评价非 常重要，如Liu,H.等人在《I邸E Trans.Circuits Syst.Video Technol.》第21卷第7期第 971页至第982页提出的Blind Image如ality Indices(BIQI)方法。该方法分为两个步骤， 首先利用失真图像统计(DIS)将图像根据失真类型进行分类，再根据不同失真类型进行质 量评价。
[0005] 图像质量评价方法很多，但是很少有人研究过专口的方法来评价失焦模糊的图像 质量。
【发明内容】
[0006] 针对现有技术中的缺陷，本发明的目的是提供一种基于图像梯度和相位一致性的 失焦图片质量评价方法，该方法通过提取失焦图像的梯度强度和相位一致性对失焦图像进 行模糊度估计，然后结合视觉显著性对模糊度图进行加权，从而对失焦图像的质量做出评 价，通过该方法得到的评价结果与主观评价的结果具有高度的一致性。。
[0007] 为实现W上目的，本发明提供一种基于图像梯度和相位一致性的失焦图片质量评 价方法，所述方法包括W下步骤：
[0008] S1，分别提取失焦图像的梯度强度和相位一致性特征，得到梯度强度图和相位一 致性图，并把两幅图进行最大值融合得到图像的模糊程度图；
[0009] S2,对失焦图像进行显著性检测，得到图像的显著性图；
[0010] S3,用S2的图像显著性图对S1的模糊程度图进行加权得到图像的质量图（quality map )，通过池化该质量图对图像的质量做出评价。
[0011] 优选地，所述S1，具体为:提取图像四个方向的梯度，分别是0°，45%90°，135°，然 后计算梯度强度图（GM map),提取图像的相位一致性图（PC map),然后用最大值策略将梯 度强度图和相位一致性图进行融合，形成模糊程度图。
[0012] 优选地，所述计算梯度强度图，是指:梯度强度的计算首先定义四个方向的梯度算 子，用梯度算子对失焦图像进行卷积，得到四个方向的梯度图，然后取四个方向梯度的平方 和的算术平方根作为梯度强度特征，提取图像结构特征。
[001引优选地，所述提取图像的相位一致性特征，是指:采用Kovesi的计算方法，得到失 焦图像对应的相位一致性图像，提取图像的纹理特征。
[0014] 优选地，所述把两幅图进行最大值融合得到图像的模糊程度图，是指:将失焦图像 的梯度强度图和相位一致图进行最大值融合，即融合图像的每个像素取梯度强度图和相位 一致图对应位置的最大值，得到失焦图像的模糊程度图像。
[0015] 优选地，所述S2,具体为:对失焦图像进行显著性检测，找出人类视觉系统化VS)敏 感的区域，得到一幅显著图像，显著图像逐像素给出失焦图中每个点对HVS的重要性，显著 性检测算法可W借鉴成熟的显著性模型，比如1?1牌￥5,4加，(：(^331等。
[0016] 本发明的原理是：
[0017] 失焦模糊图片具有其特殊性，仅仅通过模糊程度的估计来对其质量进行评价是不 够的，本发明基于梯度强度特征和相位一致性特征能够捕捉由于失焦模糊导致的图像纹理 的退化，利用运两个特征进行模糊程度的估计，作为质量评价的基础，其次利用显著性检测 来进一步提高质量评价的性能。
[0018] 与现有技术相比，本发明具有如下的有益效果：
[0019] 本发明所述的失焦图片质量评价方法具有良好的性能，结合了梯度强度和相位一 致性做基础的模糊度评价，用视觉显著性机制进行加权，取得了比传统方法更加优越的性 能，与主观质量评价达到高度的一致性。
【附图说明】
[0020] 通过阅读参照W下附图对非限制性实施例所作的详细描述，本发明的其它特征、 目的和优点将会变得更明显：
[0021] 图1为本发明一实施例原理图。
【具体实施方式】
[0022] 下面结合具体实施例对本发明进行详细说明。W下实施例将有助于本领域的技术 人员进一步理解本发明，但不w任何形式限制本发明。应当指出的是，对本领域的普通技术 人员来说，在不脱离本发明构思的前提下，还可W做出若干变形和改进。运些都属于本发明 的保护范围。
[0023] 如图1所示，一种基于图像梯度和相位一致性的失焦图片质量评价方法，首先提取 图像四个方向（0°，45°，90° ,135°)的梯度，然后计算梯度强度图(GM map),提取图像的相位 一致性图（PC map),然后用最大值策略将梯度强度图和相位一致性图进行融合，形成模糊 程度图；另一方面，提取图像的显著性图（saliency map),用显著性图对模糊程度图进行加 权得到质量图（qua 1 i ty map )，池化质量图得到图像质量的估计值。
[0024] 在一实施例中，上述的失焦图片质量评价方法具体实施过程和详细细节如下：
[0025] 首先，得到图像四个方向的梯度图来提取图像中的结构特征，梯度提取算子分别 定义为：
[0030] 其中，G代表提取的梯度图，0代表卷积运算，I代表失焦图像，然后梯度的强度GM 定义为：
[0031]
[00创 Go。、G4日。、G90。、Gi3日。分别是四个方向的0°，45°，90° ,135°的梯度的强度。
[0033] 其次，提取图像的相位一致性特征进一步提取图像的纹理特征，具体地采用 Kovesi的计算方法，给一个一维信号S，定义巧日M,:分别为偶和奇对称的η尺度下的滤波 器，它们形成正交的一对滤波器，运里用log-Gabor滤波器来近似，用运对滤波器对图像进 行滤波，得到在j位置的响应为
）表示用定义的偶滤 波器对信号S进行滤波得到的响应，On(j)表示用定义的奇滤波器对信号S进行滤波得到的 响应;振幅定义关
，令F(j)= Snen(j)，H(j)= SnOn(j)，则相位一致 性PC可W计算为：
[0034]
[0035] 其牛
：是一个小的正数，防止分母出现0。排除无关的噪声 影响，PC的计算变为：
[0036]
[0037] 其中，