專利名稱：一種圖像質(zhì)量評價方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像評價技術(shù)，尤其涉及一種圖像質(zhì)量評價方法及裝置。
背景技術(shù)：
目前，絕大部分視頻壓縮算法采用有損壓縮方法去除視覺冗余信息，但是所述壓 縮將犧牲信源的部分信息，由于經(jīng)過壓縮處理后的視頻流或視頻片段的質(zhì)量直接反映了視 頻壓縮算法或視頻壓縮設(shè)備的性能，因此視頻的圖像質(zhì)量評價成為一個非常值得關(guān)注的問 題。圖像質(zhì)量評價方法包括主觀評價方法和客觀評價方法。圖像質(zhì)量的主觀評價方法是讓觀察者根據(jù)一些事先規(guī)定的評價尺度或自己的經(jīng) 驗，對測試圖像按視覺效果進行質(zhì)量判斷，并給出質(zhì)量分數(shù)，然后對所有觀察者給出的分數(shù) 進行加權(quán)平均，所得的結(jié)果即為圖像的主觀質(zhì)量分數(shù)(M0S，Mean Opinion Score) 0這種評 價方法雖然較好地反映出了圖像質(zhì)量，但比較容易受其他因素的限制和影響，且不能用于
批量處理。圖像質(zhì)量的客觀評價方法是使用一個或者多個圖像的度量指標(biāo)來反映圖像的質(zhì) 量狀況。通常將這些方法分為三類全參考質(zhì)量評價方法，需要原始圖像的完整信息作為評 價的參考；部分參考質(zhì)量評價方法，需要原始圖像的部分特征或者統(tǒng)計信息作為評價參考； 無參考質(zhì)量評價方法，完全依賴于待評測圖像本身的信息來進行質(zhì)量評價，而無須原始圖 像的任何信息。在很多場合，如無線/有線傳輸網(wǎng)絡(luò)中，往往無法獲得發(fā)送端的原始圖像信息，因 此研究無參考或者部分參考的客觀質(zhì)量評價方法是很有意義的。目前，常用的一種無參考 的質(zhì)量評價方法為基于小波域的統(tǒng)計特性的無參考圖像質(zhì)量評價方法，該方法利用自然 圖像在小波域內(nèi)系數(shù)對數(shù)沿尺度呈線性遞減、近似斜率相同的線性分布的特性，計算各尺 度內(nèi)的系數(shù)對數(shù)的平均值與預(yù)測值之間的差值，加權(quán)求和，得出圖像的客觀質(zhì)量分數(shù)。但是，發(fā)明人發(fā)現(xiàn)這種圖像質(zhì)量評價方法得到的評價結(jié)果隨圖像內(nèi)容變化波動較 大，評價結(jié)果往往不夠準(zhǔn)確，穩(wěn)定性差。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明要解決的技術(shù)問題是，提供一種圖像質(zhì)量評價方法及裝置，能夠 提高圖像質(zhì)量評價結(jié)果的準(zhǔn)確性和穩(wěn)定性。為此，本發(fā)明實施例采用如下技術(shù)方案本發(fā)明實施例提供一種圖像質(zhì)量評價方法，包括根據(jù)預(yù)設(shè)數(shù)量圖像的人眼視覺特征參數(shù)以及預(yù)設(shè)的各種主觀評價結(jié)果進行訓(xùn)練， 得到人眼視覺評價模型，所述模型為人眼視覺特征參數(shù)作為輸入變量、質(zhì)量評價結(jié)果作為 輸出的函數(shù)；獲取待評價圖像，提取待評價圖像的人眼視覺特征參數(shù)；
根據(jù)提取到的所述特征參數(shù)利用人眼視覺評價模型計算得到對于待評價圖像的 質(zhì)量評價結(jié)果。本發(fā)明實施例還提供一種圖像質(zhì)量評價裝置，包括訓(xùn)練單元，用于根據(jù)預(yù)設(shè)數(shù)量圖像的人眼視覺特征參數(shù)以及預(yù)設(shè)的各種主觀評價 結(jié)果進行訓(xùn)練，得到人眼視覺評價模型，所述模型為人眼視覺特征參數(shù)作為輸入變量、質(zhì) 量評價結(jié)果作為輸出的函數(shù)；提取單元，用于獲取待評價圖像，提取待評價圖像的人眼視覺特征參數(shù)；計算單元，用于根據(jù)提取到的所述特征參數(shù)利用人眼視覺評價模型計算得到對于 待評價圖像的質(zhì)量評價結(jié)果。對于上述技術(shù)方案的技術(shù)效果分析如下根據(jù)預(yù)設(shè)數(shù)量圖像的人眼視覺特征參數(shù)以及圖像等級進行訓(xùn)練，得到人眼視覺評 價模型，從而當(dāng)需要對圖像進行質(zhì)量評價時，只需相應(yīng)提取圖像的人眼視覺特征參數(shù)，利用 所述評價模型即可計算得到該圖像的評價結(jié)果，通過評價模型的建立，降低了圖像內(nèi)容對 于質(zhì)量評價結(jié)果的影響，增強了質(zhì)量評價結(jié)果的準(zhǔn)確性和穩(wěn)定性。


圖1為本發(fā)明實施例一種圖像質(zhì)量評價方法流程示意圖；圖2為本發(fā)明實施例另一種圖像質(zhì)量評價方法流程示意圖；圖3為本發(fā)明實施例一種圖像質(zhì)量評價裝置結(jié)構(gòu)示意圖；圖4為本發(fā)明實施例另一種圖像質(zhì)量評價裝置結(jié)構(gòu)示意圖；圖5為本發(fā)明實施例圖像質(zhì)量評價裝置中提取子單元的一種實現(xiàn)結(jié)構(gòu)圖；圖6為本發(fā)明實施例圖像質(zhì)量評價裝置中提取子單元的另一種實現(xiàn)結(jié)構(gòu)圖。
具體實施例方式現(xiàn)有技術(shù)中利用小波變換可以多分辨率或多尺度地分析信號，非常適合模擬人類 視覺系統(tǒng)(HVS)的多通道和對數(shù)特性。具體的，利用自然圖像在小波域內(nèi)系數(shù)對數(shù)沿尺度 呈線性遞減、近似斜率相同的線性分布的特性，可以通過訓(xùn)練進行直線擬合。對于失真圖 像，系數(shù)對數(shù)的平均值沿尺度偏離很大，可以通過計算各尺度內(nèi)的系數(shù)對數(shù)的平均值與預(yù) 測值之間的差值，加權(quán)求和，得出圖像的客觀質(zhì)量分數(shù)。但是，該方法只根據(jù)圖像在小波域內(nèi)系數(shù)對數(shù)沿尺度線性分布的特性計算客觀質(zhì) 量分數(shù)，且只根據(jù)圖像本身的數(shù)據(jù)進行客觀質(zhì)量分數(shù)的計算，因此，評價結(jié)果會隨著圖像內(nèi) 容的變化而產(chǎn)生波動，導(dǎo)致評價結(jié)果不準(zhǔn)確，且穩(wěn)定性差。據(jù)此，本發(fā)明實施例提供一種圖像質(zhì)量評價方法及裝置，預(yù)先根據(jù)人眼視覺特征 參數(shù)建立人眼視覺評價模型，從而擴大對圖像進行質(zhì)量評價所依據(jù)的數(shù)據(jù)基礎(chǔ)，從而減小 圖像內(nèi)容對評價結(jié)果的影響，增加了圖像質(zhì)量評價結(jié)果的準(zhǔn)確性和穩(wěn)定性。以下，結(jié)合附圖對本發(fā)明實施例圖像質(zhì)量評價及裝置進行更為詳細的說明。圖1為本發(fā)明實施例一種圖像質(zhì)量評價方法流程示意圖，如圖1所示，該方法包 括步驟101 根據(jù)預(yù)設(shè)數(shù)量圖像的人眼視覺特征參數(shù)以及預(yù)設(shè)的各種主觀評價結(jié)果進行訓(xùn)練，得到人眼視覺評價模型，所述模型為人眼視覺特征參數(shù)作為輸入變量、評價結(jié) 果作為輸出的函數(shù)；步驟102 獲取待評價圖像，提取待評價圖像的人眼視覺特征參數(shù)；步驟103 根據(jù)提取到的所述特征參數(shù)利用人眼視覺評價模型計算得到對于待評 價圖像的質(zhì)量評價結(jié)果。圖1所示的本發(fā)明實施例圖像質(zhì)量評價方法中，根據(jù)預(yù)設(shè)數(shù)量圖像的人眼視覺特 征參數(shù)以及圖像等級進行訓(xùn)練，得到人眼視覺評價模型，從而當(dāng)需要對圖像進行質(zhì)量評價 時，只需相應(yīng)提取圖像的人眼視覺特征參數(shù)，利用所述評價模型即可計算得到該圖像的評 價結(jié)果，通過評價模型的建立，降低了圖像內(nèi)容對于質(zhì)量評價結(jié)果的影響，增強了質(zhì)量評價 結(jié)果的準(zhǔn)確性和穩(wěn)定性。在圖1的基礎(chǔ)上，通過圖2對本發(fā)明實施例圖像質(zhì)量評價方法進行更為詳細的說 明。如圖2所示，該方法包括步驟201 分別提取預(yù)設(shè)數(shù)量圖像的人眼視覺特征參數(shù)，所述人眼視覺特征參數(shù) 可以包括空間頻域特性參數(shù)，和/或亮度響應(yīng)非線性特性參數(shù)，和/或掩蓋效應(yīng)特性參數(shù)寸。其中，所述提取圖像的空間頻域特性可以包括A 對圖像中人眼關(guān)注度高的像素區(qū)域進行增強處理；B 對增強后的像素區(qū)域進行時域到頻域的變換處理；C:根據(jù)人眼對圖像不同頻率感知的敏感度不同，對變換中的不同頻率的像素值進 行加權(quán)處理，得到空間頻域特性參數(shù)。所述獲取圖像的亮度相應(yīng)非線性特性可以包括通過輪廓檢測方法提取圖像中的輪廓信息；計算所述輪廓信息所指示的輪廓區(qū)域中像素的平均主觀亮度參數(shù)?！愕?，圖像輪廓區(qū)域更能引起人眼的關(guān)注，而且，輪廓像素間差值較大，因此，用 于表征整幅圖像的主觀亮度會更有針對性。所述提取圖像的掩蓋效應(yīng)特性包括根據(jù)人眼對平滑區(qū)域和邊緣區(qū)域的塊效應(yīng)敏 感度的不同，對圖像中不同位置的塊效應(yīng)進行加權(quán)處理，得到快效應(yīng)評價參數(shù)。步驟202 預(yù)設(shè)各種主觀評價結(jié)果。一般的，所述主觀評價結(jié)果可以為若干個評價等級。例如，下表1所示，即為比較 通用的一種圖像質(zhì)量主觀評價等級的五級評分制表 1
圖像等級主觀評價干擾和雜波可見度5優(yōu)不能覺察4良好能覺察，但不討厭3可以能明顯覺察，但可以容忍
權(quán)利要求
1.一種圖像質(zhì)量評價方法，其特征在于，包括根據(jù)預(yù)設(shè)數(shù)量圖像的人眼視覺特征參數(shù)以及預(yù)設(shè)的各種主觀評價結(jié)果進行訓(xùn)練，得到 人眼視覺評價模型，所述模型為人眼視覺特征參數(shù)作為輸入變量、質(zhì)量評價結(jié)果作為輸出 的函數(shù)；獲取待評價圖像，提取待評價圖像的人眼視覺特征參數(shù)；根據(jù)提取到的所述特征參數(shù)利用人眼視覺評價模型計算得到對于待評價圖像的質(zhì)量 評價結(jié)果。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)預(yù)設(shè)數(shù)量圖像的人眼視覺特征 參數(shù)以及預(yù)設(shè)的各種主觀評價結(jié)果進行訓(xùn)練，得到人眼視覺評價模型包括分別提取預(yù)設(shè)數(shù)量圖像的人眼視覺特征參數(shù)，構(gòu)成特征參數(shù)集；并且，預(yù)設(shè)各種主觀評 價結(jié)果；使用所述特征參數(shù)集作為輸入，預(yù)設(shè)的主觀評價結(jié)果作為期望輸出，使用自學(xué)習(xí)分類 方法進行訓(xùn)練，將訓(xùn)練得到的自學(xué)習(xí)分類器作為所述人眼視覺評價模型。
3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述人眼視覺特征參數(shù)至少包括其中 之一空間頻域特性參數(shù)，亮度響應(yīng)非線性特性參數(shù)，和掩蓋效應(yīng)特性參數(shù)。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述提取圖像的空間頻域特性參數(shù)包括對圖像中人眼關(guān)注度高的像素區(qū)域進行增強處理；對增強后的像素區(qū)域進行時域到頻域的變換處理；根據(jù)人眼對圖像不同頻率感知的敏感度不同，對變換中的不同頻率的像素值進行加權(quán) 處理，得到空間頻域特性參數(shù)。
5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述提取圖像的亮度響應(yīng)非線性特性參 數(shù)包括通過輪廓檢測方法提取圖像中的輪廓信息；計算所述輪廓信息所指示的輪廓區(qū)域中像素的平均主觀亮度參數(shù)。
6.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述提取圖像的掩蓋效應(yīng)特性參數(shù)包括根據(jù)人眼對平滑區(qū)域和邊緣區(qū)域的塊效應(yīng)敏感度的不同，對圖像中不同位置的塊效應(yīng)進行加權(quán)處理，得到圖像的塊效應(yīng)評價參數(shù)。
7.一種圖像質(zhì)量評價裝置，其特征在于，包括訓(xùn)練單元，用于根據(jù)預(yù)設(shè)數(shù)量圖像的人眼視覺特征參數(shù)以及預(yù)設(shè)的各種主觀評價結(jié)果 進行訓(xùn)練，得到人眼視覺評價模型，所述模型為人眼視覺特征參數(shù)作為輸入變量、質(zhì)量評 價結(jié)果作為輸出的函數(shù)；提取單元，用于獲取待評價圖像，提取待評價圖像的人眼視覺特征參數(shù)；計算單元，用于根據(jù)提取到的所述特征參數(shù)利用人眼視覺評價模型計算得到對于待評 價圖像的質(zhì)量評價結(jié)果。
8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述訓(xùn)練單元包括提取子單元，用于分別提取預(yù)設(shè)數(shù)量圖像的人眼視覺特征參數(shù)，構(gòu)成特征參數(shù)集；處理子單元，用于預(yù)設(shè)各種主觀評價結(jié)果；訓(xùn)練子單元，用于使用所述特征參數(shù)集作為輸入，預(yù)設(shè)的主觀評價結(jié)果作為期望輸出， 使用自學(xué)習(xí)分類方法進行訓(xùn)練，將訓(xùn)練得到的自學(xué)習(xí)分類器作為所述人眼視覺評價模型。
9.根據(jù)權(quán)利要求7或8所述的裝置，其特征在于，所述人眼視覺特征參數(shù)至少包括其中 之一空間頻域特性參數(shù)，亮度響應(yīng)非線性特性參數(shù)，和掩蓋效應(yīng)特性參數(shù)。
10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，提取子單元包括第一處理子模塊，用于對圖像中人眼關(guān)注度高的像素區(qū)域進行增強處理； 變換子模塊，用于對增強后的像素區(qū)域進行時域到頻域的變換處理； 第二處理子模塊，用于根據(jù)人眼對圖像不同頻率感知的敏感度不同，對變換中的不同 頻率的像素值進行加權(quán)處理，得到空間頻域特性參數(shù)。
11.根據(jù)權(quán)利要求9所述的裝置，其特征在于，提取子單元包括 提取子模塊，用于通過輪廓檢測方法提取圖像中的輪廓信息；計算子模塊，用于計算所述輪廓信息所指示的輪廓區(qū)域中像素的平均主觀亮度參數(shù)。
12.根據(jù)權(quán)利要求9所述的裝置，其特征在于，提取子單元包括第三處理子模塊，用于根據(jù)人眼對平滑區(qū)域和邊緣區(qū)域的塊效應(yīng)敏感度的不同，對圖 像中不同位置的塊效應(yīng)進行加權(quán)處理，得到圖像的塊效應(yīng)評價參數(shù)。
全文摘要
本發(fā)明公開了一種圖像質(zhì)量評價方法，包括根據(jù)預(yù)設(shè)數(shù)量圖像的人眼視覺特征參數(shù)以及預(yù)設(shè)的各種主觀評價結(jié)果進行訓(xùn)練，得到人眼視覺評價模型，所述模型為人眼視覺特征參數(shù)作為輸入變量、質(zhì)量評價結(jié)果作為輸出的函數(shù)；獲取待評價圖像，提取待評價圖像的人眼視覺特征參數(shù)；根據(jù)提取到的所述特征參數(shù)利用人眼視覺評價模型計算得到對于待評價圖像的質(zhì)量評價結(jié)果。還提供了一種圖像質(zhì)量評價裝置，該方法和裝置能夠提高圖像質(zhì)量評價結(jié)果的準(zhǔn)確性和穩(wěn)定性。
文檔編號H04N17/00GK102137271SQ20101053219
公開日2011年7月27日 申請日期2010年11月4日 優(yōu)先權(quán)日2010年11月4日
發(fā)明者吳志剛, 周盛, 孫知信, 李慶亮, 遲忠惠 申請人:華為軟件技術(shù)有限公司