一种基于目标识别的图像质量评价方法及装置制造方法及图纸

本发明专利技术公开了一种基于目标识别的图像质量评价方法及装置，该方法包括根据图像识别任务性能指标和目标子图像的质量评价指标，对待评价图像进行质量评价。该方法及装置综合了图像识别任务的性能评估以及检出目标子图像的质量评估，通过目标识别任务性能反推图像的质量，对子图像质量评估更能真实反映任务需求，二者结合评估图像质量的针对性更强。二者结合评估图像质量的针对性更强。二者结合评估图像质量的针对性更强。

【技术实现步骤摘要】
一种基于目标识别的图像质量评价方法及装置


[0001]本专利技术涉及图像处理
，特别是一种基于目标识别的图像质量评价方法及装置。

技术介绍

[0002]图像质量评价(IQA，Image Quality Assessment)是图像分析的基本技术，分为主观评价与客观评价。主观评价主要通过人对图像打分，客观评价主要是设计算法评价图像质量。当前图像质量评价方法主要考虑图像的噪声、曝光、聚焦等影响图像清晰度的因素，很少在图像评价过程中考虑图像的具体用途。在诸如无人机巡线等实际生产场景，图像主要用于目标识别任务，通过算法自动识别图像中的关键目标，以及自动发现缺陷。通过识别任务的效果，反推图像的质量不失为一种合理的图像质量评价方法。

技术实现思路

[0003]有鉴于此，本专利技术提供了一种基于目标识别的图像质量评价方法及装置，通过识别任务效果评价图像质量的策略，并在图像质量评价过程中仍可兼容图像主观评价与客观评价方法。
[0004]本专利技术提供一种基于目标识别的图像质量评价方法，其包括：
[0005]根据图像识别任务性能指标和目标子图像的质量评价指标，对待评价图像进行质量评价。
[0006]优选地，所述对待评价图像进行质量评价，包括：
[0007]当所述待评价图像的图像识别任务为单类别目标识别且所述待评价图像为单张图像时，计算第一质量评价值；
[0008]当所述待评价图像的图像识别任务为多类别目标识别且所述待评价图像为单张图像时，基于计算出的所述第一质量评价值，计算第二质量评价值；
[0009]当所述待评价图像的图像识别任务为多类别目标识别且所述待评价图像为多张图像时，基于计算出的所述第二质量评价值，计算第三质量评价值。
[0010]优选地，所述第一质量评价值为：
[0011][0012]公式中，Q
α
为第一质量评价值，F
β
为图像识别任务性能指标，为目标子图像的质量评价指标，α为平衡因子且0≤α≤+∞。
[0013]优选地，当所述待评价图像的图像识别任务为多类别目标识别且所述待评价图像为单张图像时，基于计算出的所述第一质量评价值，计算第二质量评价值，包括：
[0014]对所述多类别目标中的所有单类别目标计算所述第一质量评价值，对计算得到的所有所述第一质量评价值求取平均值，即得到所述第二质量评价值；
[0015]所述第二质量评价值为：
[0016][0017]公式中，为第二质量评价值，Q
α
(j)为利用第j类别目标识别结果得出的图像质量评价值，M为目标类别总数。
[0018]优选地，当所述待评价图像的图像识别任务为多类别目标识别且所述待评价图像为多张图像时，基于计算出的所述第二质量评价值，计算第三质量评价值，包括：
[0019]计算针对所述多张图像中所有单张图像多类别目标对应的所述第二质量评价值，求取所有所述第二质量评价值的平均值，即得到所述第三质量评价值；
[0020]所述第三质量评价值为：
[0021][0022]公式中，为第三质量评价值，为第k张图像基于M个类别目标识别任务的质量评价值，K为待评价图像的数量。
[0023]优选地，当α大于设定的大于1的阈值α
t
时，
[0024]优选地，所述图像识别任务性能指标是根据所述待评价图像中目标识别准确率和目标识别召回率获取；所述目标子图像的质量评价是根据所述待评价图像中目标子图像获取。
[0025]优选地，所述目标识别准确率为：
[0026][0027]公式中，P为目标识别准确率，N为图像识别任务正确检测出的目标数量，N
′
为图像识别任务检测出的全部目标数量；
[0028]所述目标识别召回率为：
[0029][0030]公式中，R为目标识别召回率，为期望检出的目标数量，N为图像识别任务正确检测出的目标数量。
[0031]优选地，所述图像识别任务检测出的目标数量N
′
包含正确检测出的N个目标，以及错误检测出目标的数量；所述期望检出的目标数量包含所述待评价图像中实际包含的目标数量，以及由于图像采集的问题，导致本应包含在待评价图像中却被遗漏的目标数量。
[0032]本专利技术还提供了一种基于目标识别的图像质量评价装置，其包括：
[0033]质量评价模块：用于根据图像识别任务性能指标和目标子图像的质量评价指标，对待评价图像进行质量评价。
[0034]由于采用了上述技术方案，本专利技术具有如下的优点：综合了图像识别任务的性能评估以及子图像的质量评估，实用性更强，更能真实反映图像目标识别任务需求；充分考虑
了图像识别任务的效果，将图像识别任务的准确率、召回率纳入图像质量评价；针对图像识别任务检出目标对应的子图像，对子图像采用主观评价或客观评价方法。对子图像进行质量评价更能真实反映任务需求。
附图说明
[0035]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术实施例中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
[0036]图1为本专利技术实施例的一种基于目标识别的图像质量评价方法的流程示意图；
[0037]图2为本专利技术实施例的一种基于目标识别的图像质量评价装置示意图。
具体实施方式
[0038]结合附图和实施例对本专利技术作进一步说明，显然，所描述的实施例仅是本专利技术实施例一部分实施例，而不是全部的实施例。本领域普通技术人员所获得的所有其他实施例，都应当属于本专利技术实施例保护的范围。
[0039]为了便于理解，参见图1，本专利技术提供了一种基于目标识别的图像质量评价方法的实施例，该方法包含如下步骤：
[0040]S101：根据获取的待评价图像，得到目标识别准确率和目标识别召回率；
[0041]S102：根据目标识别准确率和目标识别召回率，得到图像识别任务性能指标；
[0042]S103：提取目标子图像，得到目标子图像的质量评价指标；
[0043]S104：根据图像识别任务性能指标和目标子图像的质量评价指标，对待评价图像进行质量评价。
[0044]本实施例中，对待评价图像进行质量评价，包括：
[0045]当待评价图像的图像识别任务为单类别目标识别且待评价图像为单张图像时，计算第一质量评价值；
[0046]当待评价图像的图像识别任务为多类别目标识别且待评价图像为单张图像时，基于计算出的第一质量评价值，计算第二质量评价值；
[0047]当待评价图像的图像识别任务为多类别目标识别且待评价图像为多张图像时，基于计算出的第二质量评价值，计算第三质量评价值。
[0048]本实施例中，第一质量评价值为：
[0049][0050]公式中，Q
α
为第一质量评价值，F本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于目标识别的图像质量评价方法，其特征在于，包括：根据图像识别任务性能指标和目标子图像的质量评价指标，对待评价图像进行质量评价。2.根据权利要求1所述的方法，其特征在于，所述对待评价图像进行质量评价，包括：当所述待评价图像的图像识别任务为单类别目标识别且所述待评价图像为单张图像时，计算第一质量评价值；当所述待评价图像的图像识别任务为多类别目标识别且所述待评价图像为单张图像时，基于计算出的所述第一质量评价值，计算第二质量评价值；当所述待评价图像的图像识别任务为多类别目标识别且所述待评价图像为多张图像时，基于计算出的所述第二质量评价值，计算第三质量评价值。3.根据权利要求2所述的方法，其特征在于，所述第一质量评价值为：公式中，Q
α
为第一质量评价值，F
β
为图像识别任务性能指标，为目标子图像的质量评价指标，α为平衡因子且0≤α≤+∞。4.根据权利要求3所述的方法，其特征在于，当所述待评价图像的图像识别任务为多类别目标识别且所述待评价图像为单张图像时，基于计算出的所述第一质量评价值，计算第二质量评价值，包括：对所述多类别目标中的所有单类别目标计算所述第一质量评价值，对计算得到的所有所述第一质量评价值求取平均值，即得到所述第二质量评价值；所述第二质量评价值为：公式中，为第二质量评价值，Q
α
(j)为利用第j类别目标识别结果得出的图像质量评价值，M为目标类别总数。5.根据权利要求4所述的方法，其特征在于，当所述待评价图像的图像识别任务为多类别目标识别且所述待评价图像为多张图像时，基于计算出的所述第二质...

【专利技术属性】
技术研发人员：钱基业，岳鑫桂，肖前波，吴海涛，程昆，杨理，文承家，杨宏，陈健欣，张盈，吴照国，包健康，邓帮飞，张海兵，
申请(专利权)人：国网重庆市电力公司国家电网有限公司，
类型：发明
国别省市：