一種基于mmtd的圖像質(zhì)量客觀評價方法
【專利摘要】本發(fā)明公開了一種基于MMTD的SSIM圖像質(zhì)量評價方法，該方法提高了原SSIM圖像質(zhì)量評價方法的性能，屬于圖像質(zhì)量評價中全參考評價的研究領(lǐng)域；傳統(tǒng)的SSIM質(zhì)量評價方法，對每個像素點同等關(guān)注并且沒有考慮局部像素點的特征信息的關(guān)聯(lián)性，不符合HVS的相關(guān)特性；針對這樣的問題，本方法根據(jù)提取出的全局顯著圖，運用MMTD求出每個8*8子塊平均顯著圖灰度值的距離比例函數(shù)，確定相應(yīng)子塊局部SSIM評分的權(quán)值，最終歸一化求取整體SSIM評分，達到提高方法性能的效果。
【專利說明】 一種基于MMTD的圖像質(zhì)量客觀評價方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像質(zhì)量評價的【技術(shù)領(lǐng)域】，特別涉及一種基于MMTD的圖像質(zhì)量客觀評價方法。
【背景技術(shù)】
[0002]圖像質(zhì)量評價從方法上可分為主觀評價方法和客觀評價方法，前者憑借實驗人員的主觀感知來評價對象的質(zhì)量；后者依據(jù)模型給出的量化指標(biāo)，模擬人類視覺系統(tǒng)感知機制衡量圖像質(zhì)量。相對于主觀質(zhì)量評價，客觀質(zhì)量評價具有操作簡單、成本低、易于解析和嵌入實現(xiàn)等優(yōu)點，已經(jīng)成為圖像質(zhì)量評價的研究重點。
[0003]Wang 的結(jié)構(gòu)相似度(Structural Similarity Image Measurement, SSIM)方法認為光照對于物體結(jié)構(gòu)是獨立的，而光照改變主要來源于亮度和對比度；所以它將亮度和對比度從圖像的結(jié)構(gòu)信息中分離出來，并結(jié)合結(jié)構(gòu)信息對圖像質(zhì)量進行評價。該類方法在某種程度上繞開了自然圖像內(nèi)容的復(fù)雜性及多通道去相關(guān)問題，直接評價圖像信號的結(jié)構(gòu)相似性。其方法實現(xiàn)復(fù)雜度較低，應(yīng)用性較強。JVT(Joint Video Team)已將SSM方法作為圖像質(zhì)量評價指標(biāo)引入到視頻編碼標(biāo)準H.264的校驗?zāi)Ｐ椭小?br> [0004]圖像質(zhì)量評價的最終目的是讓客觀評分最大程度的接近主觀評分，而在面對復(fù)雜場景時，人類視覺注意系統(tǒng)(Human Visual System, HIV)能夠迅速將注意力集中在少數(shù)幾個顯著的視覺對象上，利用數(shù)學(xué)建模和各種方法發(fā)現(xiàn)所給的圖片(或視頻)中哪些區(qū)域吸引觀測者最多的視線(以顯著圖的形式顯示)，對其進行優(yōu)先處理，該過程被稱為視覺注意，顯著的視覺對象被稱為感興趣區(qū)域(Region of Interest, ROI)。Itti視覺注意模型是基于視覺注意機制的ROI提取方法中的一種。
[0005]ROI的劃分和提取可以提供容易引起觀察者注意的圖像區(qū)域信息，幫助制定合理的計算資源分配方案，從而極大地提高現(xiàn)有圖像分析系統(tǒng)的工作效率和性能，同時也減少了非ROI區(qū)域的干擾。
[0006]綜上所述，將視覺注意模型結(jié)合到傳統(tǒng)SSM方法中，能進一步改進SSM的性能。而本發(fā)明能夠很好地解決上面的問題。

【發(fā)明內(nèi)容】

[0007]本發(fā)明目的在于提供一種基于MMTD (中介真值程度)的圖像客觀質(zhì)量評價方法，在傳統(tǒng)的SSM方法中引入視覺注意機制，并在顯著的視覺對象通過MMTD對其區(qū)域信息的豐富程度進行中介真值程度的度量，由距離比例函數(shù)給出相應(yīng)的加權(quán)權(quán)重，然后歸一化計算出SS頂評分值。
[0008]本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是:本發(fā)明提出了一種基于MMTD的圖像質(zhì)量客觀評價方法，該方法是一種策略性的方法，通過MMTD改進權(quán)值的方法和提取局部顯著圖的策略，改進了傳統(tǒng)SSIM質(zhì)量評價方法，使其具有更好的評價效果。
[0009]方法流程:[0010]本方明提出了一種基于MMTD的圖像質(zhì)量客觀評價方法，該方法包括如下步驟:
[0011]步驟1:根據(jù)Itti視覺注意計算模型對參考圖像進行處理，提取出全局顯著圖；
[0012]步驟2:將全局顯著圖、參考圖像、質(zhì)降圖像進行分塊處理，根據(jù)應(yīng)用實際需要分塊大小為8*8 (單位像素)；
[0013]步驟3:根據(jù)MMTD理論確定局部權(quán)值；
[0014]步驟4:根據(jù)公式(3)對參考圖像和質(zhì)降圖像對應(yīng)子塊進行SSIM方法的質(zhì)量評價，得到各子塊的SSIM評分；
[0015]步驟5:根據(jù)公式(4)由各子塊權(quán)值及其SSM評分求得整體SSM評分。
[0016]其中，上述方法的步驟I中包括:根據(jù)Itti視覺注意計算模型對參考圖像進行處理，提取出全局顯著圖。上述方法的步驟2中包括:將全局顯著圖、參考圖像、質(zhì)降圖像進行分塊處理，根據(jù)應(yīng)用實際需要分塊大小為8*8(單位像素)。上述方法的步驟3中包括:根據(jù)MMTD理論確定局部權(quán)值，包括如下步驟:
[0017]I)將全局顯著圖各子塊的顯著圖灰度值X在該子塊范圍內(nèi)求均值χ_，?表示該子塊范圍的平均顯著圖灰度值；
[0018]2)根據(jù)公式(3)對各子塊平均顯著圖灰度值進行真值程度度量，得到相應(yīng)子塊的權(quán)值。
[0019]記謂詞P(X) 表示待考察顯著圖點X顯著度高，π P(x)表示X顯著度低，~P(X)表示X介于高與低之間，+P表示顯著度超高，π +P表示顯著度超低；通過計算距離比率函數(shù)h得到X的顯著程度；h(x)值(真值程度)的大小反映了顯著圖點X的顯著程度，h(x)的值越大，表示X的顯著程度就越大；h(x)的值越小，表示X顯著程度就越??；具體到本發(fā)明的實際應(yīng)用中，只額外引入+P，表示顯著圖點X的顯著程度超高；實驗中采用全局顯著圖分塊后各個子塊平均顯著圖灰度值^來代表此子塊的局部顯著圖灰度值；規(guī)定?在0.3到0.5區(qū)間為顯著度高，即對應(yīng)謂詞P (X)，i在O到0.05區(qū)間為顯著度低，即對應(yīng)謂詞π P (x)，則公式1可轉(zhuǎn)化為:
【權(quán)利要求】
1.一種基于MMTD的圖像質(zhì)量客觀評價方法，其特征在于，包括如下步驟: 步驟1:根據(jù)Itti視覺注意計算模型對參考圖像進行處理，提取出全局顯著圖； 步驟2:將全局顯著圖、參考圖像、質(zhì)降圖像進行分塊處理，根據(jù)應(yīng)用實際需要分塊大小為8*8 (單位像素)； 步驟3:根據(jù)MMTD理論確定局部權(quán)值； 1)將全局顯著圖各子塊的顯著圖灰度值X在該子塊范圍內(nèi)求均值I￡表示該子塊范圍的平均顯著圖灰度值； 2)根據(jù)公式(3)對各子塊平均顯著圖灰度值進行真值程度度量，得到相應(yīng)子塊的權(quán)值。以下是詳細設(shè)計思路: 記謂詞PU)表示待考察顯著圖點X顯著度高，π P(x)表示X顯著度低，~PU)表示X介于高與低之間，+P表示顯著度超高，Π +P表示顯著度超低。謂詞顯著與圖像顯著圖灰度值的對應(yīng)關(guān)系如圖2所示?？梢酝ㄟ^計算距離比率函數(shù)h得到X的顯著程度。 由圖2可以得出:
2.根據(jù)權(quán)利要求1所述的一種基于MMTD的圖像質(zhì)量客觀評價方法，其特征在于，所述方法的步驟I中包括:根據(jù)Itti視覺注意計算模型對參考圖像進行處理，提取出全局顯著圖。
3.根據(jù)權(quán)利要求1所述的一種基于MMTD的圖像質(zhì)量客觀評價方法，其特征在于，所述方法的步驟2中包括:將全局顯著圖、參考圖像、質(zhì)降圖像進行分塊處理，根據(jù)應(yīng)用實際需要分塊大小為8*8 (單位像素)。
4.根據(jù)權(quán)利要求1所述的一種基于MMTD的圖像質(zhì)量客觀評價方法，其特征在于，所述方法的步驟3中包括:根據(jù)MMTD理論確定局部權(quán)值，包括如下步驟: 1)將全局顯著圖各子塊的顯著圖灰度值X在該子塊范圍內(nèi)求均值I￡表示該子塊范圍的平均顯著圖灰度值； 2)根據(jù)公式(3)對各子塊平均顯著圖灰度值進行真值程度度量，得到相應(yīng)子塊的權(quán)值； 記謂詞PU)表示待考察顯著圖點X顯著度高，π P(x)表示X顯著度低，~PU)表示X介于高與低之間，+P表示顯著度超高，? +P表示顯著度超低；通過計算距離比率函數(shù)h得到X的顯著程度，h(x)的值越大，表示X的顯著程度就越大；h(x)的值越小，表示X顯著程度就越小，則公式I可轉(zhuǎn)化為:
5.根據(jù)權(quán)利要求1所述的一種基于MMTD的圖像質(zhì)量客觀評價方法，其特征在于，所述方法的步驟4中包括:根據(jù)公式(3)對參考圖像和質(zhì)降圖像對應(yīng)子塊進行SSIM方法的質(zhì)量評價，得到各子塊的SSIM評分。
6.根據(jù)權(quán)利要求1所述的一種基于MMTD的圖像質(zhì)量客觀評價方法，其特征在于，所述方法步驟4中的公式(3)為:
7.根據(jù)權(quán)利要求1所述的一種基于MMTD的圖像質(zhì)量客觀評價方法，其特征在于，所述方法的步驟5中包括:根據(jù)公式(4)由各子塊權(quán)值及其SSM評分求得整體SSM評分。
8.根據(jù)權(quán)利要求1所述的一種基于MMTD的圖像質(zhì)量客觀評價方法，其特征在于，所述方法步驟5中的公式(4)為:
9.根據(jù)權(quán)利要求1所述的一種基于MMTD的圖像質(zhì)量客觀評價方法，其特征在于，所述方法引入視覺注意機制，并在顯著的視覺對象通過MMTD對其區(qū)域信息的豐富程度進行中介真值程度的度量，由距離比例函數(shù)給出相應(yīng)的加權(quán)權(quán)重，然后歸一化計算出SSIM評分值。
【文檔編號】G06T7/00GK103544708SQ201310530288
【公開日】2014年1月29日 申請日期:2013年10月31日 優(yōu)先權(quán)日:2013年10月31日
【發(fā)明者】周寧寧, 安軍 申請人:南京郵電大學(xué)