一種基于廣義回歸神經(jīng)網(wǎng)絡(luò)無(wú)參考jpeg2000壓縮圖像質(zhì)量評(píng)價(jià)方法
【專利摘要】一種基于廣義回歸神經(jīng)網(wǎng)絡(luò)無(wú)參考JPEG2000壓縮圖像質(zhì)量評(píng)價(jià)方法，其特征在于按如下步驟進(jìn)行：(一)選擇LIVE2數(shù)據(jù)庫(kù)中的JPEG2000圖像作為訓(xùn)練樣本；(二)將該庫(kù)中的圖像轉(zhuǎn)化為相位一致圖像；(三)計(jì)算相位一致圖像的信息熵、對(duì)比度和同質(zhì)性；(四)把圖像的信息熵、對(duì)比度和同質(zhì)性3個(gè)參數(shù)作為輸入，DMOS的值作為輸出，在LIVE2數(shù)據(jù)庫(kù)上對(duì)廣義回歸神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練學(xué)習(xí)；(五)用訓(xùn)練好的廣義回歸神經(jīng)網(wǎng)絡(luò)對(duì)待評(píng)價(jià)圖像質(zhì)量進(jìn)行預(yù)測(cè)，得分作為圖像的質(zhì)量評(píng)價(jià)指標(biāo)。本發(fā)明是一種不需要參考圖像，評(píng)價(jià)JPEG2000圖像質(zhì)量好壞的方法，并且評(píng)價(jià)結(jié)果符合人類視覺主觀認(rèn)識(shí)結(jié)果。
【專利說(shuō)明】-種基于廣義回歸神經(jīng)網(wǎng)絡(luò)無(wú)參考JPEG2000壓縮圖像質(zhì) 量評(píng)價(jià)方法 【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理領(lǐng)域，具體地講，是一種不需要參考圖像進(jìn)行JPEG2000壓縮 圖像質(zhì)量評(píng)價(jià)的方法。 【背景技術(shù)】
[0002] 按照評(píng)價(jià)過程需要多少原始參考圖像信息，客觀圖像質(zhì)量評(píng)價(jià)方法又可以分為三 大類：全參考（Full-Reference，F(xiàn)R)圖像質(zhì)量評(píng)價(jià)法，部分參考（Reduced-Reference，RR) 圖像質(zhì)量評(píng)價(jià)法和無(wú)參考（No-Reference,NR)圖像質(zhì)量評(píng)價(jià)法。全參考和部分參考圖像質(zhì) 量評(píng)價(jià)方法需要參考圖像的全部或部分信息，而在很多應(yīng)用場(chǎng)合沒有或無(wú)法獲得參考圖像 的全部或部分信息，因此無(wú)參考圖像質(zhì)量評(píng)價(jià)方法更加實(shí)用。
【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的在于提供一種快速JPEG2000壓縮圖像質(zhì)量評(píng)價(jià)方法，能夠在不需 要參考圖像的情況下，評(píng)價(jià)JPEG2000壓縮圖像質(zhì)量的好壞。
[0004] 為了實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案如下：一種基于廣義回歸神經(jīng)網(wǎng)絡(luò)無(wú)參考 JPEG2000壓縮圖像質(zhì)量評(píng)價(jià)方法，其特征在于按如下步驟進(jìn)行：
[〇〇〇5](一）選擇LIVE2數(shù)據(jù)庫(kù)中的JPEG2000圖像作為訓(xùn)練樣本；
[〇〇〇6](二）將該庫(kù)中的圖像轉(zhuǎn)化為相位一致圖像；
[0007] 相位一致圖像由以下公式計(jì)算得到：
【權(quán)利要求】
1. 一種基于廣義回歸神經(jīng)網(wǎng)絡(luò)無(wú)參考JPEG2000壓縮圖像質(zhì)量評(píng)價(jià)方法，其特征在于 按如下步驟進(jìn)行： (一） 選擇LIVE2數(shù)據(jù)庫(kù)中的JPEG2000圖像作為訓(xùn)練樣本； (二） 將該庫(kù)中的圖像轉(zhuǎn)化為相位一致圖像； (三） 計(jì)算相位一致圖像的信息熵、對(duì)比度和同質(zhì)性； (四） 以上述3個(gè)參數(shù)作為輸入，圖像的DMOS值作為輸出，在LIVE2數(shù)據(jù)庫(kù)上對(duì)廣義回 歸神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練學(xué)習(xí)； (五） 用訓(xùn)練好的廣義回歸神經(jīng)網(wǎng)絡(luò)對(duì)待評(píng)價(jià)圖像質(zhì)量進(jìn)行預(yù)測(cè)，得分作為圖像的質(zhì) 量評(píng)價(jià)指標(biāo)。
2. 根據(jù)權(quán)利要求1所述基于廣義回歸神經(jīng)網(wǎng)絡(luò)無(wú)參考JPEG2000壓縮圖像質(zhì)量評(píng)價(jià)方 法，其特征在于：在步驟（二）中，相位一致圖像由以下公式計(jì)算得到：
式中，T。是噪聲補(bǔ)償因子，〇表示方向，ε為非常小 的正數(shù)，取常量。
3. 根據(jù)權(quán)利要求1所述基于廣義回歸神經(jīng)網(wǎng)絡(luò)無(wú)參考JPEG2000壓縮圖像質(zhì)量評(píng)價(jià)方 法，其特征在于：在步驟（三）中，三個(gè)參數(shù)的值分別由下述公式計(jì)算得到：
式中P(i，j)為相位一致圖像的灰度共生矩陣。 (1) 信息熵 (2) 對(duì)比度 (3) 同質(zhì)性
【文檔編號(hào)】H04N17/00GK104104943SQ201310123323
【公開日】2014年10月15日 申請(qǐng)日期:2013年4月10日 優(yōu)先權(quán)日:2013年4月10日
【發(fā)明者】桑慶兵, 吳小俊, 殷瑩, 李朝峰, 羅曉清 申請(qǐng)人:江南大學(xué)