一种用于雾天偏振图像的质量评价方法技术

本发明专利技术公开一种用于雾天偏振图像的质量评价方法，该方法提取自然场景统计(NSS)特征对自然场景下的雾天偏振原始图像和解析生成的偏振强度图像进行评价；同时针对解析场景图像，利用自然场景统计的先验信息，借助解析公式(Stokes)将自然场景特征映射到解析场景中，能够有效的评价典型偏振参量图像的质量；最后选取形成了与两类场景图像质量敏感的三种因子(亮度对比度因子、惯性矩结构度因子、基于Stokes参量的MSCN因子)，设计了相应的pooling策略，构建了对雾天偏振图像综合评价的统一框架。

【技术实现步骤摘要】

本专利技术涉及一种图像处理
的方法，具体是一种用于雾天偏振图像的质量 评价方法。
技术介绍
无参考图像质量评价方法旨在无需参考图像的任何信息，对失真图像做出符合人 类视觉感知的质量评价而获得相应的质量分数。无参考图像质量评价方法研究沿着这样的 趋势发展；由最初的具体失真类型研究逐步深入到多失真的混合失真类型，现如今更为通 用的非具体失真类型评价方法得到了深入研究。 (1)具体失真类型的IQA算法 具体失真类型的图像质量评价算法通常用来判定失真类型已知的图像质量，通过 分析该种失真类型的特点进行算法建模。失真类型为图像常见的失真类型，例如JPEG压 缩、JPEG2000 压缩、Sharpness/Blur。 JPEGIQA:通常，JPEGNR-IQA通过测量图像块边界区域的边缘强度，将这个强度 作为可能存在的图像失真的测量值与质量相联系。JPEGNR-IQA算法包括使用基于模糊边 界的埃米特变换；对JPEG图像沿水平方向计算差分信号，通过分块边缘的平均差估计分块 效应的方法；使用映射对分块的质量分数进行权重分配；使用基于临界值的方法对图像梯 度进行计算；在采用傅里叶的方法对图像进行分块计算。以上方法都是在分块和模糊上计 算可感知的质量，并没有引入训练和特征提取等方法。 JPEG2000IQA:对于JPEG2000所产生的振铃效应，通常通过边缘探测测量边缘扩 散，这种边缘扩散与图像质量相关。其它方法包括在空域上测量一些简单的特征；或是使用 自然场景统计的方法。 Sharpness/BlurIQA:与JPEG2000IQA相类似,BlurIQA算法通过模拟边缘扩散， 将这些扩散与质量相联系。量化这些边缘强度通常使用以下一些技术：分块的DCT系数的 尖峰效应；临界迭代梯度图；测量可能存在的模糊；在图像中模拟出明显的模糊。研究者们 也在探究使用一些blurNR-IQA的模型。如X.Zhu通过计算图像梯度以及噪声分解达到图 像增强。 (2)混合失真类型的IQA算法 研究者们也提出了一些针对多种混合失真的评价方法。其失真包括噪声、模糊、块 效应和振铃效应。 2002年，X.Li提出了一系列启发式的方法来描绘视觉质量在边缘清晰度、随机噪 声和结构噪声方面的特性。边缘清晰度使用边缘探测的方法，随机噪声通过局部平滑的方 法和基于偏微分方程（PartialDifferentialEquation,F1DE)模型的方法来测量。Li定 义的结构噪声即为JPEG和JPEG2000中的块效应和振铃效应。然而，作者并没有分析各方 法的性能，也没有提供质量评价算法的新的技术。 2007年，Gabrada和Cristobal提出了一个革新的方法，通过使用Renyi熵模仿 图像中的各向异性。这个方法很有吸引力，因为自然图像是各向异性的，蕴含大量的统计信 息。作者测量均值、标准差和在空域上已定义的4个方向上的Renyi熵的范围，论证它们之 间的相关性，使之与感知质量相联系。然而依然缺乏彻底的评估。 (3)非具体失真类型的IQA算法 研究者们提出了更为广泛应用的NR-IQA算法。这些算法并不试图去确定图像失 真的类型，而是将图像质量评价转化为对从图像中提取的具体特征进行分类和回归。这些 特征源于机器学习或是自然场景统计。 2011年，P.Ye和D.Doermann用gabor滤波器构建视觉码书，学习主观质量分数。 作者将每个码字与质量分数相联系，构建了基于视觉码书的评价算法CBIQ。然而，在构造视 觉码书的过程中，每一个与图像块相关联的特征向量都被同一主观质量分数标记，这就存 在问题，因为每个图像块都有着不同的质量，尤其是一些局部的失真只影响图像中得一小 部分，因此不能用同一主观分数表示图像块的质量。同时，这一过程计算十分复杂。随后， P.Ye和D.Doermann采用无监督的特征学习方法，通过Gabor滤波器对算法CBIQ进行改进， 形成半监督算法C0RNIA。该算法通过监督学习进行编码；通过非监督学习构建算法模型。 由于该算法需要图像主观先验知识，且编码过程较为复杂，因此不利于实际应用。 2011年，Tang提出方法，学习整体的回归量。这些回归量在三个不同的特征组上 得到训练：自然图像统计、失真纹理统计、模糊噪声统计；J.Shen，Q.Li和G.Erlebacher提 出混合的轮廓波变换，小波变换和正弦变换。虽然，以上两种方法能够应用于多种失真形 式，但是每个特征组和变换仅适用于一些确定的失真形式。对于一个新的失真形式来说，该 方法则无法应用，这就限定了方法的适用范围。 自2010年至2012年，Bovik团队提出了一系列基于自然场景统计模型的无参考 图像质量评价算法模型。该模型源于假设：自然图像存在确定的统计特性，这些统计特性能 够被所存在的失真改变。因此该类方法通过提取相应的特征进行质量评价，都有着较为理 想的评价结果。算法如BIQI、DIIVINE、BLIINDS-II、BRISQUE。由于它们仅仅评价以接受训 练的失真形式，而且需要与人类主观分数相结合，所以存在一定的限制。 2013年，AnishMittal提出了一个新的，基于自然场景统计的NR-IQA算法NIQE。 该算法通过计算自然图像与失真图像高斯模型参数间的距离来量化图像质量分数，而不需 要判断存在的失真形式，也无需对人类主观分数做出相应的训练，所以是一个绝对的盲 评价。 同样有国内专家学者们对无参考图像质量评价进行了广泛的研究，形成了以高新 波、蒋刚毅等为代表的一系列科研团队。如高新波团队提出的基于稀疏理论的NR-IQA，通过 提取图像特征并绘图观察是否为线性来进行质量评价；楼斌、严晓浪等人提出了基于轮廓 波（Contourlet)域的无参考图像质量评价方法，该方法研究了自然图像Contourlet变换 域子带均值间的线性关系，通过对不同尺度、方向、子带的不同区域进行选取加权，综合得 到图像质量；蒋刚毅、郁梅等人提出的基于支持向量回归的立体图像质量评价方法能够很 好地预测人对立体图像的主观感知，拓展无参考图像质量评价方法的应用范围。
技术实现思路
偏振原始图像Icr、16(|。、I12tl。经偏振公式计算获取解析后的偏振参量图像I、Q、U、 P、A。偏振参量图像I是由偏振原始图像通过偏振解析公式中相应的计算获得的图像，对 公式分析可知[图仅仅受到了偏振原始图像加权的影响，因此可将I图视为自然场景图像。 而Q、U、P、A为通过复杂计算方法获得的图像，其场景已不为自然图像，因此可将其视为解 析场景图像。偏振图像可以分为自然场景图像和解析场景图像。由于I图为偏振原始图像 的半均，所以可作为自然场景图像的代表，而在偏振成像应用中，偏振度图像P图通常被用 于成像探测中，因此从实际出发，选定强度图I和偏振度图P作为质量评价的研究对象。 本专利技术涉及三个方面的主要内容： (1)针对雾天条件下自然场景图像的质量评价研究，具体指对偏振原始图像I。。、 16〇。、112〇。以及I图的质量评价方法研究； (2)针对雾天条件下偏振解析场景的质量评价方法研究，具体针本文档来自技高网...

【技术保护点】
一种适合解析场景的雾天典型偏振参量图像质量评价方法，该方法利用自然场景统计的先验信息，借助解析公式(Stokes)将自然场景特征映射到解析场景中，进而建立NSS类似方法，有效地实现了对典型偏振参量图像的质量评价。

【技术特征摘要】
1. 一种适合解析场景的雾天典型偏振参量图像质量评价方法，该方法利用自然场景统 计的先验信息，借助解析公式（Stokes)将自然场景特征映射到解析场景中，进而建立NSS 类似方法，有效地实现了对典型偏振参量图像的质量评价。2. -种可对两类场景偏振图像同时进行评...

【专利技术属性】
技术研发人员：李从利，韩裕生，杨修顺，陆文骏，童利标，卢伟，王勇，薛松，石永昌，孙晓宁，
申请(专利权)人：中国人民解放军陆军军官学院，
类型：发明
国别省市：安徽;34