基于四元相位疊合模型的圖像模糊度評估方法
【專利摘要】本發明公開一種基于四元相位疊合模型的圖像模糊度評估方法，該方法利用了基于四元數矩陣的彩色圖像表示，以矢量信號的形式來整體處理彩色圖像并計算四元相位疊合圖，并與傳統的復數相位疊合圖組合，構成一種可以描述圖像結構輪廓清晰程度的顯著圖——混合相位疊合圖。本發明同時對計算出的顯著性圖進行直方圖分析，取相位疊合的加權平均值作為衡量圖像清晰程度的指標，最后計算出圖像的模糊系數。本發明是一種能夠體現彩色圖像的輪廓結構信息的顯著性方法，通過有效地利用彩色通道之間的相關性以及人眼視覺特性，提高對彩色圖像模糊度估計的準確率。
【專利說明】基于四元相位疊合模型的圖像模糊度評估方法
【技術領域】
[0001] 本發明涉及的是一種圖像處理【技術領域】的圖像質量評價方法，具體涉及的是一種 基于四元相位疊合模型的圖像模糊度評估方法。
【背景技術】
[0002] 圖像在采集、壓縮、處理、傳輸、顯示過程中都有可能產生降質，因此圖像質量評價 在圖像、視頻處理、壓縮、通信等領域中具有重要的現實意義，是這些系統的重要組成部分。 影響圖像降質的因素很多，其中模糊是人眼最容易察覺和感覺最強烈的、影響圖像質量的 重要因素，因此圖像模糊度的評價在整個圖像質量評價中具有非常重要的作用。
[0003] 經過對現有技術的文獻檢索發現，L. Firestone和K. Cook等人在"Comparison of autofocusmethods for automated microscopy"（自動顯微鏡自動聚焦方法的比較）文章 中提出了一種基于灰度直方圖計算模糊度的方法。這個名為Mendelsohn and Mayall (簡稱 為Menmay)直方圖的方法定義模糊度s為：所有大于某一閾值的灰度級與它出現的概率的 乘積，如下式所示：
【權利要求】
1. 一種基于四元相位疊合模型的圖像模糊度評估方法，其特征在于，包括以下步驟： 第一步、對圖像I計算基于灰度信息的復數相位疊合圖PC(X，y); 第二步、對彩色圖像I計算四元相位疊合圖QPC(x，y); 第三步、將復數相位疊合圖與四元相位疊合圖組合成為新的混合相位疊合圖； 第四步、將混合相位疊合圖作為顯著性圖，并基于其直方圖獲得相位疊合的加權平均 值，從而得到圖像的模糊系數。
2. 根據權利要求1所述的基于四元相位疊合模型的圖像模糊度評估方法，其特征是， 所述的第一步包括以下步驟： 1. 1)將彩色原圖像只保留灰度信息，轉化成為灰度圖像I(x，y); 1. 2)利用灰度圖像I (X，y)計算局部能量E(x，y); 1. 3)計算尺度η下的濾波器響應幅值An(x，y) ;n為濾波器尺度； 1.4)利用上述的局部能量E(x，y)和濾波器響應幅值An(x，y)計算復數相位疊合圖 PC(x, y) 〇
3. 根據權利要求2所述的基于四元相位疊合模型的圖像模糊度評估方法，其特征是， 所述的局部能量
其中『和Μ°分別為偶小 波與奇小波濾波器，η為濾波器尺度，*為卷積。
4. 根據權利要求2所述的基于四元相位疊合模型的圖像模糊度評估方法，其特征是， 所述的濾波響應幅值
其中和Μ°分別為偶小 波與奇小波濾波器，*為卷積。
5. 根據權利要求2所述的基于四元相位疊合模型的圖像模糊度評估方法，其特征是， 所述的相位疊合圖
其中ε是一個非常接近于0的正數，用于保 證分母不為0。
6. 根據權利要求1所述的基于四元相位疊合模型的圖像模糊度評估方法，其特征是， 所述的第二步包括以下步驟： 2. 1)將三通道的彩色圖像轉化為一個純四元數矩陣P(X，y); 2. 2)構建一系列不同尺度的四元Gabor濾波器Gq ; 2.3)用四元Gabor濾波器
對P (x，y)進行卷積，得到
2. 4)利用
計算局部能量
2. 5)根據
計算尺度η下的四元Gabor濾波器響應幅值
2. 6)利用
和
計算四元相位疊合圖QPC(x, y)。
7. 根據權利要求6所述的基于四元相位疊合模型的圖像模糊度評估方法，其特征是，
(u，v)T，u，v為濾波器分別沿X，y方向的中心頻率，m為窗內的波長個數，σ f對應于高斯包 所述的四元Gabor濾波器 其中u = ， 絡的標準差；μ是一個純四元數，表示濾波器的顏色方向。
8. 根據權利要求6所述的基于四元相位疊合模型的圖像模糊度評估方法，其特征是， 所述的
，其中?為四元數卷積操作符。
9. 根據權利要求6所述的基于四元相位疊合模型的圖像模糊度評估方法，其特征是， 所述的局部能量：
其中，操作算子Re (.)，I im (.)，Jim (.)，Kim (.)分別提取
的實部和三個虛部。
10. 根據權利要求6所述的基于四元相位疊合模型的圖像模糊度評估方法，其特征是， 所述的濾波響應幅值
其中，操作算子Re (.)，I im (.)，Jim (.)，Kim (.)分別提取
的實部和三個虛部。
11. 根據權利要求6所述的基于四元相位疊合模型的圖像模糊度評估方法，其特征是， 所述的四元相位疊合圖
其中ε是一個非常接近于〇的正 數，用于保證分母不為0。
12. 根據權利要求1所述的基于四元相位疊合模型的圖像模糊度評估方法，其特征是， 所述的第三步包括以下步驟： 3. 1)將同一幅圖像的復數相位疊合圖PC(x，y)與四元相位疊合圖QPC(x，y)加權相加， 得到混合相位疊合圖HPC(x, y)。
13. 根據權利要求12所述的基于四元相位疊合模型的圖像模糊度評估方法，其特征 是，所述的混合相位疊合圖HPC(X，y) = αXQPC(X，y) + (l-α)XPC(X，y)，其中α為權重。
14. 根據權利要求1所述的基于四元相位疊合模型的圖像模糊度評估方法，其特征是， 所述的第四步包括以下步驟： 4. 1)對混合相位疊合圖計算其分布直方圖Hist (bins)，其中bins為直方圖的統計級 數； 4. 2)依據Hist計算混合相位疊合圖的直方圖平均值Mean ; 4. 3)根據Mean計算圖像的模糊系數Blur，數值范圍為[0, 1]。
15. 根據權利要求14所述的基于四元相位疊合模型的圖像模糊度評估方法，其特征 是，所述的混合相位疊合圖的直方圖平均值
其中H(l)為第1級的HPC 值，P(l)為第1級的直方圖頻率。
16. 根據權利要求14所述的基于四元相位疊合模型的圖像模糊度評估方法，其特征 是，所述的模糊系數Blur = 1-Mean。
【文檔編號】G06T7/00GK104063864SQ201410298499
【公開日】2014年9月24日 申請日期:2014年6月26日 優先權日:2014年6月26日
【發明者】徐奕, 豐子灝, 楊小康 申請人:上海交通大學