基于小波域梯度LBP加权直方图的图像质量评价方法技术

本发明专利技术公开了一种基于小波域梯度LBP加权直方图的图像质量评价方法，包括：对原始图像进行处理，获得原始图像的多层低频图像；对多层低频图像分别进行滤波处理，得到多层小波域梯度图；利用LBP算子对小波域梯度图进行编码处理，得到每层小波域梯度图对应的LBP编码；根据每层小波域梯度图的LBP编码获得整幅图像每个像素点一定区域范围内的小波域梯度LBP编码图；对具有相同小波域梯度LBP编码的像素的梯度幅度进行累加，获得每个小波域梯度图对应的小波域梯度LBP加权直方图；利用映射函数，将小波域梯度LBP加权直方图映射为原始图像的质量分数。本发明专利技术在梯度图上提取LBP特征，能够有效提高图像质量评价准确度。提高图像质量评价准确度。提高图像质量评价准确度。

【技术实现步骤摘要】
基于小波域梯度LBP加权直方图的图像质量评价方法


[0001]本专利技术属于图像质量评价
，具体涉及一种基于小波域梯度LBP加权直方图的图像质量评价方法。

技术介绍

[0002]图像质量评估技术具有承上启下的作用，向上可以为成像系统的设计环节提供实践经验与支持，可以提供一系列的反馈信息促进系统设计上的不断改进，尤其在对干扰成像图像进行质量评估时，图像质量评估结果可为研制成像系统干扰与抗干扰技术提供可依靠的理论依据；向下可以作为图像应用的预处理部分，图像的应用效能主要取决于所获取的图像质量，比如当图像质量高的时候，在分割、配准、融合等应用中得到的结果就更为精确，反之，结果也是相对模糊的，对于图像质量低于一定阈值的情况，在自动处理系统中会将其直接删除掉，避免了时间与资源的浪费，而在分割、配准、融合等应用之后，图像质量评估技术还可以继续对处理后的图像进行质量评估，进而反映算法的优劣，这也属于一个向上反馈的过程。因此图像质量评估技术是在设计和应用两个层面上搭建了一个桥梁。
[0003]图像质量评价分为主观评价和客观评价。主观评价依赖于具有专业知识的专家，耗时耗力且无法批量进行；客观评价分为参考型、部分参考型和无参考型，在实际应用中原始参考图像很难得到，参考型和部分参考型的应用受限。无参考型有直接计算指标类方法和深度学习类方法。直接计算指标类方法与人类视觉系统相关性不高，深度学习类方法训练难度高、容易出现过拟合、训练样本不足等。深度学习类方法依据是否拥有已标注的数据集可分为两类：基于监督学习的方法和基于无监督学习的方法。虽然，基于监督学习的方法取得了较好的成果，但其依赖于带标记的数据集，成本较高。基于无监督学习的方法不需要带标签的数据集，受到生成模型的限制其性能不佳，训练过程自由度较高、定向性不足。

技术实现思路

[0004]为了解决现有技术中存在的上述问题，本专利技术提供了一种基于小波域LBP梯度加权直方图的图像质量评价方法。本专利技术要解决的技术问题通过以下技术方案实现：本专利技术提供了一种基于小波域梯度LBP加权直方图的图像质量评价方法，包括：对原始图像进行处理，获得所述原始图像的多层低频图像；对所述多层低频图像分别进行滤波处理，得到多层小波域梯度图；利用LBP算子对所述小波域梯度图进行编码处理，得到每层小波域梯度图对应的LBP编码；根据每层小波域梯度图的LBP编码获得整幅图像上每个像素点一定区域范围内的小波域梯度LBP编码图；对所述小波域梯度LBP编码图上具有相同LBP编码的像素的梯度幅度进行累加，获得每个小波域梯度图对应的小波域梯度LBP加权直方图；利用映射函数，将所述小波域梯度LBP加权直方图映射为所述原始图像的质量分
数。
[0005]在本专利技术的一个实施例中，对原始图像进行处理，获得所述原始图像的多层低频图像，包括：将所述原始图像转化为灰度图，对所述灰度图进行多尺度小波分解，提取多层低频小波系数，并获得所述原始图像的多层低频图像。
[0006]在本专利技术的一个实施例中，所述小波域梯度图的表达式为：，其中，表示第层小波域梯度图，为第层低频小波系数，为第层低频图像对应的小波域梯度图，和分别为水平方向和垂直方向的Prewitt滤波器，表示卷积，表示低频图像中的第个像素点。
[0007]在本专利技术的一个实施例中，利用LBP算子对所述小波域梯度图进行编码处理，得到每层小波域梯度图对应的LBP编码，包括：在第l层小波域梯度图上，对每个像素点应用LBP算子，得到每个小波域梯度图对应的LBP编码：，其中，表示所述小波域梯度图指定中心像素点的幅值，表示所述小波域梯度图的邻接像素点的幅值，为第层小波域梯度图上指定中心像素点的邻接像素点处的编码值。
[0008]在本专利技术的一个实施例中，根据每层小波域梯度图的LBP编码获得整幅图像每个像素点一定区域范围内的小波域梯度LBP编码图，包括：根据每层小波域梯度图的LBP编码，得到以像素点为中心，在半径为R的范围内P个邻接位置的小波域梯度LBP编码，表达式为：，其中，表示以像素点为中心，在半径为R的范围内邻接像素点的个数；获得以像素点为中心，在半径为R的范围内P个邻接位置的具有旋转不变性的小波域梯度LBP编码值：，其中，为均匀性度量，表示的旋转不变性，的计算公式为：
，其中，为第层小波域梯度图的中心像素点与其邻近的最后一个像素点计算的LBP编码值，为第层小波域梯度图的中心像素点与其邻近的第一个像素点计算的LBP编码值，为第层小波域梯度图的中心像素点的临近像素点处的LBP编码值。
[0009]在本专利技术的一个实施例中，所述小波域梯度LBP加权直方图的表达式为：，其中，，表示所有不重复的小波域梯度LBP编码的值，，为当前图像的总像素点数，为像素点处的时所对应小波域梯度图上的幅值。
[0010]在本专利技术的一个实施例中，利用映射函数，将所述小波域梯度LBP加权直方图映射为所述原始图像的质量分数，包括：采用径向基函数核的支持向量回归作为映射函数，将所述小波域梯度LBP加权直方图映射为所述原始图像的质量分数。
[0011]在本专利技术的一个实施例中，利用映射函数，将所述小波域梯度LBP加权直方图映射为所述原始图像的质量分数，包括：将k对应的小波域梯度LBP加权直方图作为一个的向量，所述向量为第l层的特征向量；将所有层的特征向量按照从第1层至第L层的顺序形成一个的特征向量，L表示所述小波域梯度LBP加权直方图的总层数；采用径向基函数核的支持向量回归作为映射函数，将所述特征向量映射为0~100之间的一个标量作为图像质量评价分数。
[0012]与现有技术相比，本专利技术的有益效果有：1、人类视觉系统(HVS)的对比敏感度函数(CSF)表示人眼对图像的中低频分量更加敏感，本方法基于小波域LBP梯度加权直方图的图像质量评价方法对图像进行小波分解后，对低频图像进行特征提取映射到质量分数，与人的感知性一致性更高。
[0013]2、梯度可以有效地描述图像的局部结构，LBP可以描述图像邻域内像素点之间的联系，本专利技术基于小波域LBP梯度加权直方图的图像质量评价方法，在梯度图上提取LBP特征，既能反映图像的结构信息，还能捕捉到不同失真类型结合的复杂图像退化，提高图像质量评价准确度。
[0014]以下将结合附图及实施例对本专利技术做进一步详细说明。
附图说明
[0015]图1是本专利技术实施例提供的一种基于小波域LBP梯度加权直方图的图像质量评价方法的流程图；图2是本专利技术实施例提供的一种基于小波域LBP梯度加权直方图的图像质量评价方法的处理过程示意图。
具体实施方式
[0016]为了进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及具体实施方式，对依据本专利技术提出的一种基于小波域LBP梯度加权直方图的图像质量评价方法进行详细说明。
[0017]有关本专利技术的前述及其他
技术实现思路
、特点及功效，在以下配合附图的具体实施方式详细说明中即可清楚地呈现。通过具体实施方式的说明，可对本专利技术为达成预定目的所采取的技术手段及功效进行更加本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于小波域梯度LBP加权直方图的图像质量评价方法，其特征在于，包括：对原始图像进行处理，获得所述原始图像的多层低频图像；对所述多层低频图像分别进行滤波处理，得到多层小波域梯度图；利用LBP算子对所述小波域梯度图进行编码处理，得到每层小波域梯度图对应的LBP编码；根据每层小波域梯度图的LBP编码获得整幅图像上每个像素点一定区域范围内的小波域梯度LBP编码图；对所述小波域梯度LBP编码图上具有相同LBP编码的像素的梯度幅度进行累加，获得每个小波域梯度图对应的小波域梯度LBP加权直方图；利用映射函数，将所述小波域梯度LBP加权直方图映射为所述原始图像的质量分数。2.根据权利要求1所述的基于小波域梯度LBP加权直方图的图像质量评价方法，其特征在于，对原始图像进行处理，获得所述原始图像的多层低频图像，包括：将所述原始图像转化为灰度图，对所述灰度图进行多尺度小波分解，提取多层低频小波系数，并获得所述原始图像的多层低频图像。3.根据权利要求2所述的基于小波域梯度LBP加权直方图的图像质量评价方法，其特征在于，所述小波域梯度图的表达式为：，其中，表示第层小波域梯度图，为第层低频小波系数，为第层低频图像对应的小波域梯度图，和分别为水平方向和垂直方向的Prewitt滤波器，表示卷积，表示低频图像中的第个像素点。4.根据权利要求3所述的基于小波域梯度LBP加权直方图的图像质量评价方法，其特征在于，利用LBP算子对所述小波域梯度图进行编码处理，得到每层小波域梯度图对应的LBP编码，包括：在第l层小波域梯度图上，对每个像素点应用LBP算子，得到每个小波域梯度图对应的LBP编码：，其中，表示所述小波域梯度图指定中心像素点的幅值，表示所述小波域梯度图的邻接像素点的幅值，为第l层小波域梯度图上指定中心像素点的邻接像素点处的编码值。5.根据权利要求4所述的基于小波域梯度LBP加权直方图的图像质量评价方法，其特征在于，根据每层小波域梯度图的LBP...

【专利技术属性】
技术研发人员：郭亮，李姣，尹红飞，许晴，汤恒仁，赵杨，隋静，白剑，李亚超，邢孟道，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：