利索能及
我要发布
收藏
专利号: 2015100370338
申请人: 宇龙计算机通信科技(深圳)有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2025-06-27
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种图像质量的评价方法,其特征在于,包括:步骤S1、通过统计随机人群对图像的评价结果,构建以图像的多个特征参数为自变量、以图像的评价结果为因变量的评价函数;

步骤S2、提取待评价图像中与所述自变量匹配的多个特征参数;

步骤S3、根据所述待评价图像的多个特征参数与所述评价函数确定所述待评价图像的评价结果。

2.根据权利要求1所述的评价方法,其特征在于,所述特征参数至少包括结构相似度或结构相似度的平均值,所述结构相似度为至少一个,所述结构相似度通过对整个图像在各微观区域的相似程度进行统计得到;

所述步骤S2至少包括:

2

步骤S21、根据下1/n采样法从所述待评价图像中提取n张子图像,n为大于或等于2的整数;

2

步骤S22、通过比较确定所述n张子图像相互之间的至少一个结构相似度;

当所述特征参数包括所述结构相似度的平均值时,所述步骤S2还包括:步骤S23、根据所述至少一个结构相似度确定所述结构相似度的平均值。

3.根据权利要求1所述的评价方法,其特征在于,所述特征参数至少包括多个结构相似度的差异程度,所述结构相似度通过对整个图像在各微观区域的相似程度进行统计得到;

所述步骤S2至少包括:

2

步骤S21、根据下1/n采样法从所述待评价图像中提取n张子图像,n为大于或等于2的整数;

2

步骤S22、通过比较确定所述n张子图像相互之间的多个结构相似度;

步骤S23、根据所述多个结构相似度确定所述多个结构相似度的差异程度。

4.根据权利要求3所述的评价方法,其特征在于,所述多个结构相似度的差异程度包括以下特征参数中的任意一个或任意组合:所述多个结构相似度的一阶差异、所述多个结构相似度的二阶差异、所述多个结构相似度的标准差。

5.根据权利要求1至4任一项所述的评价方法,其特征在于,所述步骤S1具体包括:步骤S11、获取多张质量不同的图像;

步骤S12、获取随机人群对所述多张图像的评分,并根据随机人群对每张图像的多个评分确定每张图像的评价结果;

步骤S13、提取所述多张图像中与图像质量相关的多个特征参数;

步骤S14、根据所获取的评价结果与所提取的特征参数对应关系,构建以图像的多个特征参数为自变量、以图像的评价结果为因变量的评价函数。

6.根据权利要求1所述的评价方法,其特征在于,所述特征参数至少包括以下特征参数中的任意一个或任意组合:熵、锐度、饱和度、梯度。

7.一种图像质量的评价装置,其特征在于,包括:评价函数构建单元,用于通过统计随机人群对图像的评价结果,构建以图像的多个特征参数为自变量、以图像的评价结果为因变量的评价函数;

特征参数提取单元,用于提取待评价图像中与所述自变量匹配的多个特征参数;

评价结果确定单元,用于根据所述待评价图像的多个特征参数与所述评价函数确定所述待评价图像的评价结果。

8.根据权利要求7所述的评价装置,其特征在于,所述特征参数至少包括结构相似度或结构相似度的平均值,所述结构相似度为至少一个,所述结构相似度通过对整个图像在各微观区域的相似程度进行统计得到;

所述特征参数提取单元至少用于:

2

根据下1/n采样法从所述待评价图像中提取n张子图像,n为大于或等于2的整数;

2

通过比较确定所述n张子图像相互之间的至少一个结构相似度;

根据所述至少一个结构相似度确定所述待评价图像的结构相似度的平均值。

9.根据权利要求7所述的评价装置,其特征在于,所述特征参数至少包括多个结构相似度的差异程度,所述结构相似度通过对整个图像在各微观区域的相似程度进行统计得到;

所述特征参数提取单元至少用于:

2

根据下1/n采样法从所述待评价图像中提取n张子图像,n为大于或等于2的整数;

2

通过比较确定所述n张子图像相互之间的多个结构相似度;

根据所述多个结构相似度确定所述多个结构相似度的差异程度。

10.根据权利要求7至9任一项所述的评价装置,其特征在于,所述评价函数构建单元具体用于:获取多张质量不同的图像;

获取随机人群对所述多张图像的评分,并根据随机人群对每张图像的多个评分确定每张图像的评价结果;

提取所述多张图像中与图像质量相关的多个特征参数;

根据所获取的评价结果与所提取的特征参数对应关系,构建以图像的多个特征参数为自变量、以图像的评价结果为因变量的评价函数。