欢迎来到利索能及~ 联系电话:18621327849
利索能及
我要发布
收藏
专利号: 2017103471081
申请人: 浙江科技学院
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-10-09
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于相对梯度的图像质量客观评价方法,其特征在于包括以下步骤:步骤①:令{Io(i,j)}表示宽度为W且高度为H的参考图像,并令{Id(i,j)}表示{Io(i,j)}经失真处理后得到的失真图像,其中,1≤i≤W,1≤j≤H,Io(i,j)表示{Io(i,j)}中坐标位置为(i,j)的像素点的像素值,Id(i,j)表示{Id(i,j)}中坐标位置为(i,j)的像素点的像素值;

步骤②:计算{Io(i,j)}的水平梯度图像和垂直梯度图像,对应记为{Gx_o(i,j)}和{Gy_o(i,j)},其中,Gx_o(i,j)表示{Io(i,j)}中坐标位置为(i,j)的像素点的水平梯度,亦表示{Gx_o(i,j)}中坐标位置为(i,j)的像素点的像素值,Gy_o(i,j)表示{Io(i,j)}中坐标位置为(i,j)的像素点的垂直梯度,亦表示{Gy_o(i,j)}中坐标位置为(i,j)的像素点的像素值;

同样,计算{Id(i,j)}的水平梯度图像和垂直梯度图像,对应记为{Gx_d(i,j)}和{Gy_d(i,j)},其中,Gx_d(i,j)表示{Id(i,j)}中坐标位置为(i,j)的像素点的水平梯度,亦表示{Gx_d(i,j)}中坐标位置为(i,j)的像素点的像素值,Gy_d(i,j)表示{Id(i,j)}中坐标位置为(i,j)的像素点的垂直梯度,亦表示{Gy_d(i,j)}中坐标位置为(i,j)的像素点的像素值;

步骤③:根据{Gx_o(i,j)}和{Gy_o(i,j)},获取{Io(i,j)}的梯度幅值图像和梯度相位图像,对应记为{Mo(i,j)}和{Po(i,j)},其中,Mo(i,j)表示{Mo(i,j)}中坐标位置为(i,j)的像素点的像素值,Po(i,j)表示{Po(i,j)}中坐标位置为(i,j)的像素点的像素值;

同样,根据{Gx_d(i,j)}和{Gy_d(i,j)},获取{Id(i,j)}的梯度幅值图像和梯度相位图像,对应记为{Md(i,j)}和{Pd(i,j)},其中,Md(i,j)表示{Md(i,j)}中坐标位置为(i,j)的像素点的像素值,Pd(i,j)表示{Pd(i,j)}中坐标位置为(i,j)的像素点的像素值;

步骤④:根据{Gx_o(i,j)},获取{Io(i,j)}的水平梯度均值图像,记为 其中,表示 中坐标位置为(i,j)的像素点的像素值;

同样,根据{Gy_o(i,j)},获取{Io(i,j)}的垂直梯度均值图像,记为 其中,表示 中坐标位置为(i,j)的像素点的像素值;

根据{Gx_d(i,j)},获取{Id(i,j)}的水平梯度均值图像,记为 其中,表示 中坐标位置为(i,j)的像素点的像素值;

根据{Gy_d(i,j)},获取{Id(i,j)}的垂直梯度均值图像,记为 其中,表示 中坐标位置为(i,j)的像素点的像素值;

根据{Po(i,j)},获取{Io(i,j)}的梯度相位均值图像,记为 其中, 表示中坐标位置为(i,j)的像素点的像素值;

根据{Pd(i,j)},获取{Id(i,j)}的梯度相位均值图像,记为 其中, 表示中坐标位置为(i,j)的像素点的像素值;

步骤⑤:根据{Gx_o(i,j)}、{Gy_o(i,j)}、 和 获取{Io(i,j)}的梯度相对幅值图像,记为 并根据{Po(i,j)}和 获取{Io(i,j)}的梯度相对相位图像,记为 其中, 表示 中坐标位置为(i,j)的像素点的像素值, 表示 中坐标位置为(i,j)的像素点的像素值;

同样,根据{Gx_d(i,j)}、{Gy_d(i,j)}、 和 获取{Id(i,j)}的梯度相对幅值图像,记为 并根据{Pd(i,j)}和 获取{Id(i,j)}的梯度相对相位图像,记为 其中, 表示 中坐标位置为(i,j)的像素点的像素值, 表示 中坐标位置为(i,j)的像素点的像素值;

步骤⑥:根据{Mo(i,j)}和{Md(i,j)}、 和 和 计算{Id (i ,j)}的客观质量评价分,记为Q, 其中,

C1、C2和

C3均为用于防止分母为0的系数,C1、C2和C3的取值为较小的正数。

2.根据权利要求1所述的一种基于相对梯度的图像质量客观评价方法,其特征在于所述的步骤②中,获取{Gx_o(i,j)}和{Gy_o(i,j)}、{Gx_d(i,j)}和{Gy_d(i,j)}均采用高斯偏导数滤波器梯度算子。

3.根据权利要求1或2所述的一种基于相对梯度的图像质量客观评价方法,其特征在于所述的步骤③中,Mo(i,j)=|Gx_o(i,j)|+|Gy_o(i,j)|, Md(i,j)=|Gx_d(i,j)|+|Gy_d(i,j)|, 其中,符号“| |”为取绝对值符号,arc tan()为求反正切函数。

4.根据权利要求3所述的一种基于相对梯度的图像质量客观评价方法,其特征在于所述的步骤④中,获取 和均采用均值滤波的方法。

5.根据权利要求1所述的一种基于相对梯度的图像质量客观评价方法,其特征在于所述的步骤⑤中,其中,符号“| |”为取绝对值符号。