基于二元空間依存關(guān)系的失真圖像評價方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像質(zhì)量評價技術(shù)領(lǐng)域，特別涉及了基于二元空間依存關(guān)系的失真圖 像評價方法。
【背景技術(shù)】
[0002] 如何保真圖像質(zhì)量是圖像及視覺處理技術(shù)中的關(guān)鍵問題，在圖像壓縮、編碼、傳 輸、顯示各圖像處理過程中都需要保真圖像質(zhì)量。
[0003] 為了克服主觀圖像質(zhì)量評價方法耗時，受主觀因素影響大、無法實現(xiàn)系統(tǒng)嵌入的 困難，客觀圖像質(zhì)量評價方法得到了長足的發(fā)展?？陀^圖像質(zhì)量評價方法以得到與人類主 觀感受一致的圖像質(zhì)量評價結(jié)果為目的，具有方便系統(tǒng)嵌入，實時監(jiān)測的優(yōu)點。
[0004] 美國德州大學(xué)奧斯汀分校，Che-Chun Su等人提出的圖像特征描述方法（SU C C， CORMACK L K?B0VIK A C. Bivariate Statistical Modeling of Color and Range in Natural Scenes[C]. Proceedings of SPIEj San Francisco, California，USA，2014, 9014 1G: 1-10)，但是該方法并沒有應(yīng)用該特征對圖像質(zhì)量失真進行評估。
[0005] 無參考的客觀圖像質(zhì)量評價方法由于無法獲得標(biāo)準(zhǔn)圖像，所以對圖像質(zhì)量特征提 出了更高的要求，不僅需要像質(zhì)特征符合人類視覺系統(tǒng)特點，且要與圖像內(nèi)容盡量無關(guān)，同 時還要對失真圖像進行評估。

【發(fā)明內(nèi)容】

[0006] 為了解決上述【背景技術(shù)】提出的技術(shù)問題，本發(fā)明旨在提供基于二元空間依存關(guān) 系的失真圖像評價方法，采用hsv色空間以符合人類視覺系統(tǒng)的色彩響應(yīng)機制，應(yīng)用圖像 的小波分解系數(shù)以減少像質(zhì)特征的內(nèi)容相關(guān)，并通過二元空間依存關(guān)系表示圖像的失真程 度。
[0007] 為了實現(xiàn)上述技術(shù)目的，本發(fā)明的技術(shù)方案為：
[0008] 基于二元空間依存關(guān)系的失真圖像評價方法，包括以下步驟：
[0009] (1)對圖像rgb空間的數(shù)值進行歸一標(biāo)準(zhǔn)化，然后將rgb圖像映射到hsv空間；
[0010] (2)圖像的二元空間位置關(guān)系包括水平相鄰、垂直相鄰和對角相鄰，圖像的小波分 解高頻系數(shù)包括水平系數(shù)、垂直系數(shù)和對角系數(shù)，建立圖像二元空間位置關(guān)系與小波分解 高頻系數(shù)的聯(lián)合分布：水平相鄰-水平系數(shù)、垂直相鄰-垂直系數(shù)、對角相鄰-對角系數(shù)、水 平相鄰-垂直系數(shù)、水平相鄰-對角系數(shù)、垂直相鄰-對角系數(shù)；
[0011] (3)采用二元廣義高斯分布擬合步驟（2)建立的聯(lián)合分布，估計二元廣義高斯分 布參數(shù)；
[0012] (4)根據(jù)步驟（3)估計出的二元廣義高斯分布參數(shù)計算圖像的失真程度，評價圖 像質(zhì)量。
[0013] 進一步地，在步驟（1)中，采用式（1)-式⑶將rgb圖像映射到hsv空間： CN 105184796 A 兄明十ι 2/4 頁
[0017] 上式中，min()為取最小值，當(dāng)r = g = b時，h沒有定義，當(dāng)r+g+b = 0時，s沒有 定義。
[0018] 進一步地，當(dāng)b/v > g/v時，則令h = 2 π -h，再通過h = h/2 π，將h的數(shù)值規(guī)范 到[0，1]區(qū)間。
[0019] 進一步地，所述步驟（3)的具體步驟如下：
[0020] (a)給形狀參數(shù)β賦予初始值β。，給對稱散布矩陣M賦予初始值M。；
[0021 ] (b)將形狀參數(shù)β的初始值β。和對稱散布矩陣M的初始值M。代入式（4)，求出 對稱散布矩陣M的估計值#:
[0023] 式⑷中，Xk表示第k對小波系數(shù)對，k = 1，2,…，K，y k= X kTM 1Xk;
[0024] (c)將式⑷求出的對稱散布矩陣M的估計值#代入式（5)中，利用牛頓-拉弗 森迭代法求出f (β ) = 〇的根的i次近似值β 1:
[0026] 式（5)中，Ψ㈩表示普西函數(shù)；
[0027] ⑷當(dāng)I U11I彡c時，將P1作為形狀參數(shù)β的估計值I代入式（6)，求出尺 度參數(shù)α的估計值設(shè)：
[0029] 其中，c為預(yù)設(shè)精度值。
[0030] 進一步地，將步驟（3)中求得的尺度參數(shù)α的估計值?和形狀參數(shù)β的估計值 #代入式（7)中，求得圖像的失真程度η，
[0032] 根據(jù)失真程度η評價圖像的質(zhì)量。
[0033] 采用上述技術(shù)方案帶來的有益效果：
[0034] 本發(fā)明采用hsv色空間以符合人類視覺系統(tǒng)的色彩響應(yīng)機制，應(yīng)用圖像的小波分 解系數(shù)以減少像質(zhì)特征的內(nèi)容相關(guān)，并通過二元空間依存關(guān)系表示圖像的失真程度。利用 TID2013數(shù)據(jù)庫對本發(fā)明進行測試及對比研究，結(jié)果表明：利用本發(fā)明得到的圖像失真評 價與實際的圖像質(zhì)量的一致性達(dá)到96%以上。
【附圖說明】
[0035] 圖1是本發(fā)明的基本流程圖；
[0036] 圖2是本發(fā)明像素二元空間位置關(guān)系示意圖，包括（a)、（b)、（c)三幅圖，分別表示 二元空間位置關(guān)系。
【具體實施方式】
[0037] 以下將結(jié)合附圖，對本發(fā)明的技術(shù)方案進行詳細(xì)說明。
[0038] 如圖1所示本發(fā)明的基本流程圖，基于二元空間依存關(guān)系的失真圖像評價方法， 包括以下步驟：
[0039] 步驟1 :對圖像rgb空間的數(shù)值進行歸一標(biāo)準(zhǔn)化，然后將rgb圖像映射到hsv空間。
[0040] 采用式（1) -式⑶將rgb圖像映射到hsv空間：
[0044] 上式中，min()為取最小值，當(dāng)r = g = b時，h沒有定義，當(dāng)r+g+b = 0時，s沒 有定義。當(dāng)b/v > g/v時，則令h = 2 π -h，再通過h = h/2 π，將h的數(shù)值規(guī)范到[0, 1]區(qū) 間。
[0045] 步驟2 :圖像的二元空間位置關(guān)系如圖2所示，圖2包括（a)、（b)、（c)三幅圖，分 別表示三種二元空間位置關(guān)系：水平相鄰、垂直相鄰和對角相鄰。圖像的小波分解高頻系數(shù) 包括水平系數(shù)、垂直系數(shù)和對角系數(shù)。
[0046] 建立圖像二元空間位置關(guān)系與小波分解高頻系數(shù)的聯(lián)合分布：水平相鄰-水平系 數(shù)、垂直相鄰-垂直系數(shù)、對角相鄰-對角系數(shù)、水平相鄰-垂直系數(shù)、水平相鄰-對角系數(shù)、 垂直相鄰-對角系數(shù)。
[0047] 由于像素的小波系數(shù)并不是統(tǒng)計獨立的，即當(dāng)某個子頻帶小波系數(shù)較大時，在相 鄰位置或者在相鄰尺度相同位置上會出現(xiàn)較大的小波系數(shù)，那么像素小波系數(shù)的二元空間 依存關(guān)系就可以由小波系數(shù)的聯(lián)合分布表示。
[0048] 步驟3 :采用二元廣義高斯分布擬合步驟2建立的聯(lián)合分布，估計二元廣義高斯分 布參數(shù)，其具體步驟如下：
[0049] (a)給形狀參數(shù)β賦予初始值β。，給對稱散布矩陣M賦予初始值Μ。；
[0050] (b)將形狀參數(shù)β的初始值β。和對稱散布矩陣M的初始值M。代入式（4)，求出 對稱散布矩陣M的估計值M :
[0052] 式⑷中，Xk表示第k對小波系數(shù)對，k = 1，2,…，K，y k= X kTM 1Xk;
[0053] (c)將式⑷求出的對稱散布矩陣M的估計值M代入式（5)中，利用牛頓-拉弗 森迭代法求出f (β ) = 〇的根的i次近似值β 1:
[0055] 式（5)中，Ψ (*)表示普西函數(shù)；
[0056] ⑷當(dāng)I β「β i i I彡c時，將β i作為形狀參數(shù)β的估計值/)代入式（6)，求出尺 度參數(shù)α的估計值^ ;
[0058] 其中，c為預(yù)設(shè)精度值。
[0059] 步驟4 :根據(jù)步驟3估計出的二元廣義高斯分布參數(shù)計算圖像的失真程度，評價圖 像質(zhì)量。將步驟3中求得的尺度參數(shù)α的估計值^ :和形狀參數(shù)β的估計值#代入式（7) 中，求得圖像的失真程度η，
[0061] 根據(jù)失真程度η評價圖像的質(zhì)量。
[0062] 以上實施例僅為說明本發(fā)明的技術(shù)思想，不能以此限定本發(fā)明的保護范圍，凡是 按照本發(fā)明提出的技術(shù)思想，在技術(shù)方案基礎(chǔ)上所做的任何改動，均落入本發(fā)明保護范圍 之內(nèi)。
【主權(quán)項】
1. 基于二元空間依存關(guān)系的失真圖像評價方法，其特征在于，包括以下步驟： (1) 對圖像rgb空間的數(shù)值進行歸一標(biāo)準(zhǔn)化，然后將rgb圖像映射到hsv空間； (2) 圖像的二元空間位置關(guān)系包括水平相鄰、垂直相鄰和對角相鄰，圖像的小波分解高 頻系數(shù)包括水平系數(shù)、垂直系數(shù)和對角系數(shù)，建立圖像二元空間位置關(guān)系與小波分解高頻 系數(shù)的聯(lián)合分布：水平相鄰-水平系數(shù)、垂直相鄰-垂直系數(shù)、對角相鄰-對角系數(shù)、水平相 鄰-垂直系數(shù)、水平相鄰-對角系數(shù)、垂直相鄰-對角系數(shù)； (3) 采用二元廣義高斯分布擬合步驟（2)建立的聯(lián)合分布，估計二元廣義高斯分布參 數(shù)； (4) 根據(jù)步驟（3)估計出的二元廣義高斯分布參數(shù)計算圖像的失真程度，評價圖像質(zhì) 量。2. 根據(jù)權(quán)利要求1所述基于二元空間依存關(guān)系的失真圖像評價方法，其特征在于，在 步驟⑴中，采用式（1)-式⑶將rgb圖像映射到hsv空間：上式中，min ()為取最小值，當(dāng)r = g = b時，h沒有定義，當(dāng)r+g+b = O時，s沒有定 義。3. 根據(jù)權(quán)利要求2所述基于二元空間依存關(guān)系的失真圖像評價方法，其特征在于：當(dāng) b/v > g/v時，則令h = 2 π -h，再通過h = h/2 π，將h的數(shù)值規(guī)范到[0, 1]區(qū)間。4. 根據(jù)權(quán)利要求1所述基于二元空間依存關(guān)系的失真圖像評價方法，其特征在于，所 述步驟（3)的具體步驟如下： (a) 給形狀參數(shù)β賦予初始值β。，給對稱散布矩陣M賦予初始值M。； (b) 將形狀參數(shù)β的初始值β。和對稱散布矩陣M的初始值M。代入式（4)，求出對稱 散布矩陣M的估計值(c) 將式（4)求出的對稱散布矩陣M的估計值?代入式（5)中，利用牛頓-拉弗森迭 代法求出f (β ) = 0的根的i次近似值β 1:式（5)中，Ψ(*)表示普西函數(shù)； (d)當(dāng)I β廠β i i I彡c時，將β i作為形狀參數(shù)β的估計值#代入式（6)，求出尺度參 數(shù)α的估計值其中，c為預(yù)設(shè)精度值。5.根據(jù)權(quán)利要求4所述基于二元空間依存關(guān)系的失真圖像評價方法，其特征在于：將 步驟（3)中求得的尺度參數(shù)α的估計值設(shè)和形狀參數(shù)β的估計值I代入式（7)中，求得 圖像的失真程度n，根據(jù)失真程度η評價圖像的質(zhì)量。
【專利摘要】本發(fā)明公開了基于二元空間依存關(guān)系的失真圖像評價方法，對圖像rgb空間的數(shù)值進行歸一標(biāo)準(zhǔn)化，然后將rgb圖像映射到hsv空間；建立圖像二元空間位置關(guān)系與小波分解高頻系數(shù)的聯(lián)合分布；采用二元廣義高斯分布擬合建立的聯(lián)合分布，估計二元廣義高斯分布參數(shù)；根據(jù)估計出的二元廣義高斯分布參數(shù)計算圖像的失真程度，評價圖像質(zhì)量。本發(fā)明采用hsv色空間以符合人類視覺系統(tǒng)的色彩響應(yīng)機制，應(yīng)用圖像的小波分解系數(shù)以減少像質(zhì)特征的內(nèi)容相關(guān)，并通過二元空間依存關(guān)系表示圖像的失真程度。
【IPC分類】G06T7/00
【公開號】CN105184796
【申請?zhí)枴緾N201510571481
【發(fā)明人】張闖, 王亞明, 陳蘇婷
【申請人】南京信息工程大學(xué)
【公開日】2015年12月23日
【申請日】2015年9月9日