基于色彩感知的通用無參考圖像質(zhì)量評(píng)價(jià)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于色彩感知的通用無參考圖像質(zhì)量評(píng)價(jià)方法，屬于圖像處理技 術(shù)領(lǐng)域的方法，可廣泛應(yīng)用于圖像傳輸、數(shù)字電視、智能監(jiān)控等領(lǐng)域。
【背景技術(shù)】
[0002] 隨著彩色圖像的廣泛使用，由于采集系統(tǒng)、存儲(chǔ)介質(zhì)、處理算法及傳輸設(shè)備的影 響，設(shè)備終端獲取的視頻圖像不可避免地會(huì)出現(xiàn)降質(zhì)，如何評(píng)價(jià)彩色圖像質(zhì)量并利用評(píng)價(jià) 結(jié)果動(dòng)態(tài)地監(jiān)測(cè)和調(diào)整圖像的質(zhì)量、優(yōu)化算法和圖像處理系統(tǒng)的參數(shù)等成為亟待解決的關(guān) 鍵問題。
[0003] 根據(jù)對(duì)參考圖像信息的依賴程度，圖像質(zhì)量評(píng)價(jià)方法主要分為全參考型、部分參 考型和無參考型。全參考型需要無失真的參考圖像，部分參考型需要參考圖像的部分信息 (如水印等），無參考型不需要參考圖像的任何信息。
[0004] 彩色圖像的質(zhì)量評(píng)價(jià)越來越受到國內(nèi)外研究學(xué)者的重視。從發(fā)表論文和申請(qǐng)專利 來看，彩色圖像質(zhì)量評(píng)價(jià)主要通過兩種方式：（1)直接在RGB、HSV、YUV等色彩空間對(duì)彩色圖 像進(jìn)行質(zhì)量評(píng)價(jià)；（2)將彩色圖像轉(zhuǎn)換成灰度圖像進(jìn)行評(píng)價(jià)。
[0005] 直接在RGB、HSV、YUV等色彩空間對(duì)彩色圖像進(jìn)行質(zhì)量評(píng)價(jià)的主要方法有： (1)Yi1diray Yalman提出利用了利用YUV色彩空間各顏色通道傅立葉變換的直方圖 統(tǒng)計(jì)特性進(jìn)行圖像質(zhì)量評(píng)價(jià)的方法"Yildiray Yalman. Histogram based perceptual quality assessment method for color images[J]. Computer Standards&Interfac es，2014,36(6) :899-908."，這種方法沒有考慮各顏色通道之間的相關(guān)性；（2)王宇慶等 利用YCb(；色彩空間的四元矩陣奇異值來評(píng)估圖像質(zhì)量"王宇慶，朱明.評(píng)價(jià)彩色圖像質(zhì) 量的四元數(shù)矩陣最大奇異值方法[J].光學(xué)精密工程，2013, 21(2) :469-478."；（3)Amir Kolaman等利用RGB色彩空間圖像的細(xì)節(jié)信息和顏色分量構(gòu)造四元數(shù)結(jié)構(gòu)相似度來評(píng)價(jià) 圖像質(zhì)量"Amir Kolaman, Orly Yadid-Pecht. Quaternion Structural Similarity:A New Quality Index for Color Images[J]. IEEE Transactions on Image Processi ng. 2012, 21 (4) : 1526-1536."，這幾種方法僅考慮了圖像的結(jié)構(gòu)信息。而且，這些方法絕大 多均為全參考型，但在多媒體通信等應(yīng)用中，設(shè)備終端幾乎不可能獲取參考圖像，甚至有時(shí) 獲取其部分信息也是很困難的。
[0006] 無參考型圖像質(zhì)量評(píng)價(jià)方法由于不需要參考圖像的任何信息，僅根據(jù)失真圖像就 可以評(píng)估圖像質(zhì)量，因此成為機(jī)器視覺和圖像處理領(lǐng)域的一個(gè)研究熱點(diǎn)。無參考圖像質(zhì)量 評(píng)價(jià)方法可分為特定失真評(píng)價(jià)和通用評(píng)價(jià)兩種，特定失真評(píng)價(jià)只能對(duì)某種特定失真類型的 圖像進(jìn)行評(píng)價(jià)，例如jpeg、jp2k及blur失真等，無法對(duì)其它類型的失真圖像及多種處理技 術(shù)處理后的圖像進(jìn)行質(zhì)量評(píng)價(jià)；通用評(píng)價(jià)方法可以同時(shí)對(duì)多種失真進(jìn)行評(píng)價(jià)。
[0007] 研究表明，人類視覺系統(tǒng)的感知特性與自然場(chǎng)景的統(tǒng)計(jì)特性是一致對(duì)應(yīng)的。近年 來，基于自然場(chǎng)景統(tǒng)計(jì)的通用型無參考圖像質(zhì)量評(píng)價(jià)得到了國內(nèi)外學(xué)者的廣泛關(guān)注。根據(jù) 提取的自然場(chǎng)景統(tǒng)計(jì)特征，通用無參考圖像質(zhì)量評(píng)價(jià)方法可分為空間域和變換域兩種。
[0008] 空間域評(píng)價(jià)方法主要有BRISUE、MIQA及SSEQ等，這類方法直接在空間域提取對(duì) 失真敏感的圖像統(tǒng)計(jì)特征，一般效率比較高。BRISUE分別利用廣義高斯分布（Generalized GaussianDistribution，GGD)模型和非對(duì)稱廣義高斯分布（AsymmetricGeneralized GaussianDistribution，AGGD)模型擬合MSCN(meansubtractedcontrastnormalized) 系數(shù)及其鄰域系數(shù)，并以這些模型參數(shù)作為特征進(jìn)行質(zhì)量評(píng)價(jià)；MIQA利用互信息描述原始 圖像、局部標(biāo)準(zhǔn)差圖像及規(guī)范化亮度圖像鄰近像素間相關(guān)性，并利用這些互信息特征評(píng)估 圖像質(zhì)量；SSEQ以局部空間熵和譜熵為特征構(gòu)建了兩階圖像質(zhì)量評(píng)價(jià)模型。
[0009] 變換域評(píng)價(jià)方法主要有111燦5-11、011￥1陬、〇011￥1陬、〇1"616七04及5撤見八 等，該類方法需要先把圖像映射到不同的坐標(biāo)域，如小波、Contourlet等，然后提取相應(yīng)子 帶系數(shù)的統(tǒng)計(jì)特征，效率相對(duì)比較低。BLIINDS-II根據(jù)平均能量和局部方向能量分別將離 散余弦變換（DiscreteCosineTransform,DCT)系數(shù)劃分為3個(gè)頻率帶和3個(gè)方向帶，并 以這些頻率帶和方向帶的G⑶模型參數(shù)為特征進(jìn)行質(zhì)量評(píng)價(jià)；DIIVINE提取了可操縱金字 塔（SteerablePyramid)小波系數(shù)的尺度與方向選擇性統(tǒng)計(jì)、跨尺度關(guān)聯(lián)性統(tǒng)計(jì)、方向選擇 性統(tǒng)計(jì)、跨方向相關(guān)性統(tǒng)計(jì)及空間相關(guān)性統(tǒng)計(jì)等88個(gè)特征，并給出了兩階圖像質(zhì)量評(píng)價(jià)模 型的框架；C-DIIVINE以復(fù)數(shù)可操縱金字塔小波系數(shù)幅值和相對(duì)幅值的GGD模型參數(shù)、小波 系數(shù)相對(duì)相位的柯西（WrappedCauchy)分布參數(shù)及跨尺度相關(guān)性統(tǒng)計(jì)作為特征進(jìn)行質(zhì)量 評(píng)價(jià)；CurveletQA以curvelet子帶系數(shù)的AGGD模型參數(shù)、子帶方向能量分布及子帶尺度 能量分布為特征進(jìn)行失真類型識(shí)別和圖像質(zhì)量評(píng)價(jià)。這些方法需要對(duì)圖像施加某種變換， 所以效率比較低，而且提取的特征對(duì)圖像不同失真類型的區(qū)分度比較低。
[0010] 將彩色圖像轉(zhuǎn)換為灰度圖像進(jìn)行圖像質(zhì)量評(píng)價(jià)的方法忽略了圖像的色彩信息，而 且在彩色圖像灰度化過程中存在計(jì)算誤差和原數(shù)據(jù)一致性的丟失，對(duì)于失真度不大的受損 彩色圖像無法有效地識(shí)別其失真類型并評(píng)估其質(zhì)量。此外，人類視覺系統(tǒng)具有頻率敏感度、 掩蔽效應(yīng)、方向敏感度、注意轉(zhuǎn)移等特點(diǎn)。為了使評(píng)價(jià)結(jié)果與人的主觀感知相一致，對(duì)圖像 進(jìn)行評(píng)價(jià)時(shí)必須考慮人類視覺特性。

【發(fā)明內(nèi)容】

[0011] 本發(fā)明的目的在于針對(duì)傳統(tǒng)彩色圖像無參考質(zhì)量評(píng)價(jià)方法中需要把彩色圖像轉(zhuǎn) 換為灰度圖像，造成評(píng)價(jià)結(jié)果不準(zhǔn)確的問題，提供一種基于色彩感知的通用型無參考圖像 質(zhì)量評(píng)價(jià)方法，以滿足彩色圖像的有效無參考評(píng)測(cè)。
[0012] 為了解決上述技術(shù)問題，本發(fā)明提供一種基于色彩感知的通用無參考圖像質(zhì)量評(píng) 價(jià)方法，分別對(duì)彩色RGB圖像提取G分量的MSCN系數(shù)及其4方向鄰域系數(shù)的統(tǒng)計(jì)特征；分 別計(jì)算RGB色彩空間R、G、B分量間及其紋理、相位間的互信息統(tǒng)計(jì)特征；并結(jié)合這些特征 進(jìn)行無參考圖像質(zhì)量評(píng)價(jià)和圖像失真類型識(shí)別。
[0013] 作為對(duì)本發(fā)明所述的基于色彩感知的通用無參考圖像質(zhì)量評(píng)價(jià)方法的改進(jìn)：包括 如下的步驟：一、對(duì)RGB彩色圖像I的進(jìn)行預(yù)處理，得到G分量的MSCN系數(shù)&及其4方向鄰 域系數(shù)4、VpDq及Dw二、用廣義高斯分布G⑶擬合G分量MSCN系數(shù)的歸一化直方圖， 提取相應(yīng)GGD模型參數(shù)形成統(tǒng)計(jì)特征I;三、分別用非對(duì)稱廣義高斯分布AGGG擬合相應(yīng)4 方向鄰域MSCN系數(shù)％、VpDu及Dm的歸一化直方圖，提取相應(yīng)AGGD模型參數(shù)形成統(tǒng)計(jì)特征 II;四、提取RGB彩色圖像I的IR、"及IB分量，通過計(jì)算IR、"及18間的互信息獲取用以描 述RGB顏色空間整體相關(guān)性的統(tǒng)計(jì)特征III;五、分別提取RGB彩色圖像R、G、B分量的MSCN 系數(shù)氣、4及4,通過計(jì)算4、4及4間的互信息獲取用以描述RGB色彩空間紋理相關(guān)性 的統(tǒng)計(jì)特征IV;六、分別提取RGB彩色圖像R、G、B分量的相位一致模型PCpPQ；及PCB，通過 計(jì)算PCR、PCB間的互信息獲取用以描述RGB色彩空間相位相關(guān)性的統(tǒng)計(jì)特征V;七、 將圖像兩個(gè)尺度上步驟二到步驟六得到的統(tǒng)計(jì)特征組成特征向量F;八、在特征向量F基礎(chǔ) 上，利用支持向量回歸機(jī)SVR構(gòu)建無參考圖像質(zhì)量評(píng)價(jià)模型評(píng)估失真圖像質(zhì)量；九、在特征 向量F基礎(chǔ)上，利用支持向量分類機(jī)SVC構(gòu)建識(shí)別模型識(shí)別圖像失真類型。
[0014] 作為對(duì)本發(fā)明所述的基于色彩感知的通用無參考圖像質(zhì)量評(píng)價(jià)方法的進(jìn)一步改 進(jìn)：步驟一中，G分量的MSCN系數(shù)及其4方向鄰域系數(shù)HpVpD。及Dm的計(jì)算如下：對(duì)I用下列公式進(jìn)行預(yù)處理，從而得到L的MSCN系數(shù)
[0015]
(1)
[0016] 其中，IG為G分量，大小為MXN，i，j是像素坐標(biāo)，i= 1，2,…，M，j= 1，2,…，N，
，:C為常數(shù)，主要為了 避免圖像平坦區(qū)時(shí)分母趨向于零時(shí)發(fā)生不穩(wěn)定，一般取為1;? = {wulkz-K，…，K;1 =-L…，L}為二維圓對(duì)稱的高斯加權(quán)函數(shù)；構(gòu)造G分量的水平％、豎直、主對(duì)角D。、次對(duì) 角DM方向MSCN鄰域系數(shù)，具體構(gòu)造方法如下：
[0017]
[0018] 作為對(duì)本發(fā)明所述的基于色彩感知的通用無參考圖像質(zhì)量評(píng)價(jià)方法的進(jìn)一步改 進(jìn)：G分量的系數(shù)^及其4方向鄰域系數(shù)He、Ve、Dei、De2的統(tǒng)計(jì)特征計(jì)算如下：