基于自然場景統計和感知質量傳播的盲圖像質量評價方法
【專利摘要】本發明提供一種基于自然場景統計和感知質量傳播的盲圖像質量評價方法，對測試圖像和大量無失真的自然圖像計算專家場FoE梯度響應值，統計響應值直方圖分布，計算兩者分布的KL散度，得到測試圖像的絕對失真程度。對測試圖像和已標記的失真圖像提取質量感知特征，并根據特征間的卡方距離，找到與測試圖像最相似的N個標記圖像。通過將這些標記圖像的質量打分加權求和，可得到測試圖像的相對失真程度。最后，通過把前兩步預測打分組合到一起即可獲得最終的預測圖像質量分數。相比于現有的代表性無參考圖像質量評價方法，該方法簡單高效，并且無需大量人工標記樣本。
【專利說明】基于自然場景統計和感知質量傳播的盲圖像質量評價方法
【技術領域】
[0001] 本發明涉及圖像處理技術，特別涉及感知視覺信號處理技術。
【背景技術】
[0002] 高效的圖像感知質量評價方法則是多媒體服務質量監控領域的關鍵技術。目前， 比較可靠的圖像質量評價方法主要為全參考與弱參考類型。這些方法要求能夠完全訪問無 失真的原圖信息。然而，在許多應用環境當中，這一要求往往無法滿足。
[0003] 盲圖像（無參考圖像）質量評價方法只需要失真圖像自身的信息即可預測其感知 質量。現有的盲圖像質量評價方法往往通過支撐矢量回歸等有監督的學習方法直接訓練圖 像特征和感知質量打分的黑盒投影模型用于圖像質量預測。為了保證模型的魯棒性，這些 方法需要大量的人工標記圖像用于訓練。同時，由于其黑盒投影的特點，這些方法無法清晰 描述圖像特征和感知質量之間的關系。
【發明內容】
[0004] 本發明所要解決的技術問題是，提供一種能描述圖像特征和質量打分之間的關系 的盲參考圖像質量評價方法。
[0005] 本發明為解決上述技術問題所采用的技術方案是，基于自然場景統計和感知質量 傳播的盲圖像質量評價方法，包括以下步驟：
[0006] 步驟1)自然場景統計：
[0007] 計算測試圖像和所有無失真圖像的專家場FoE(Fields of Experts)梯度響應值， 并分別統計得到測試圖像的FoE梯度響應值直方圖分布Pd以及第i個無失真圖像的FoE響 應值直方圖分布P u(i)，i = 1，2,…，K，K為無失真圖像總數，計算測試圖像與無失真圖像的 相對熵KL散度
【權利要求】
1. 基于自然場景統計和感知質量傳播的盲圖像質量評價方法，其特征在于，包括以下 步驟： 步驟1)自然場景統計： 計算測試圖像和所有無失真圖像的專家場FoE梯度響應值，并分別統計得到測試 圖像的FoE梯度響應值直方圖分布Pd以及第i個無失真圖像的FoE響應值直方圖分布 Pu(i)，i = 1，2,…，K，K為無失真圖像總數，計算測試圖像與無失真圖像的相對熵KL散度
步驟2)感知質量傳播： 1-1 :對測試圖像提取圖像紋理特征，全局梯度特征和基于下采樣的邊界強度特征；所 述下采樣的邊界強度特征的提取方法為：對圖像進行1/8下采樣，下采樣后圖像每個點的 邊界強度值由其垂直和水平方向上梯度的最大值表示，再對所有點的邊界強度值進行直方 圖統計，歸一化后的直方圖即為基于下采樣的邊界強度特征； 1-2 :計算測試圖像與已標記的失真圖像的特征卡方距離D，所述已標記的失真圖像為 已通過人工標記的方式進行了圖像質量打分的失真圖像；D ，其中IV1和IV 分別表示測試圖像的第i個特征向量、已標記無失真圖像的第i個特征向量，i = {1，2, 3} 分別對應圖像紋理特征，全局梯度特征和基于下采樣的邊界強度特征； 1-3 :根據特征卡方距離D從到小到大的順序選擇前N個已標記失真圖像；并根據這N 個特征卡方距離D計算各自的權
,表示測試圖像與小到大的順序 選擇的第n個已標記無失真圖像的特征卡方距離； 1 -4 :利用權值wn對N個已標記失真圖像的圖像質量分數DM0Sn進行加權求和得到測試 圖像的預測分i
步驟3)設置相對熵KL散度Qnss以及預測分數Qpqp的權重參數，參考相對熵KL散度Q nss以及預測分數Qpqp得到最終的預測打分Q。
2. 如權利要求1所述基于自然場景統計和感知質量傳播的盲圖像質量評價方法，其特 征在于，所述最終的預測打分Q為Y為權重參數。
3. 如權利要求2所述基于自然場景統計和感知質量傳播的盲圖像質量評價方法，其特 征在于，Y = 0. 2。
4. 如權利要求1所述基于自然場景統計和感知質量傳播的盲圖像質量評價方法，其特 征在于，所述下采樣為1/8下采樣。
5. 如權利要求1所述基于自然場景統計和感知質量傳播的盲圖像質量評價方法，其特 征在于，N = 5。
【文檔編號】G06T7/00GK104282019SQ201410473339
【公開日】2015年1月14日 申請日期:2014年9月16日 優先權日:2014年9月16日
【發明者】李宏亮, 吳慶波, 熊健, 李威, 羅冰 申請人:電子科技大學