欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2019113493349
申请人: 嘉兴学院
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于结构相似性差异度的色调映射图像质量评价方法,其特征在于,包括以下步骤:

(1)输入色调映射彩色失真图像,并转换为色调映射灰度失真图像D;

(2)构建梯度特征F1,包括以下子步骤:(2.1)采用Canny算子处理步骤(1)得到的色调映射灰度失真图像D,得到梯度二值化图像G;

(2.2)计算像素点G(i,j)的N×N邻域内取值为1的邻域像素总数X(i,j);

(2.3)计算邻域像素总数X(i,j)的均值μX和方差σX,构建梯度特征F1=[μX,σX];

(3)构建最小方向曲率特征F2,包括以下子步骤:(3.1)构建角度为0、 和 的一阶导数滤波器h0、h1、h2、h3、h4和h5,用一阶导数滤波器分别对步骤(1)得到的色调映射灰度失真图像D进行卷积,得到对应的一阶导数d0(i,j)、d1(i,j)、d2(i,j)、d3(i,j)、d4(i,j)和d5(i,j);

(3.2)构建角度为0、 和 的二阶导数滤波器g0、g1、g2、g3、g4和g5,分别对步骤(1)得到的色调映射灰度失真图像D进行卷积,得到对应的二阶导数t0(i,j)、t1(i,j)、t2(i,j)、t3(i,j)、t4(i,j)和t5(i,j);

(3.3)计算色调映射灰度失真图像D在角度为0、 和 的方向曲率Kn(i,j),采用公式如下:

其中,n取值为0~5;|·|为求绝对值操作;

(3.4)计算最小方向曲率K(i,j)=minKn(i,j);

(3.5)计算最小方向曲率K(i,j)的均值μK、方差σK、峰度βK和偏度γK,构建最小方向曲率特征F2=[μK,σK,βK,γK];

(4)构建均匀局部二值模式直方图特征F3,包括以下子步骤:(4.1)对步骤(1)得到的色调映射灰度失真图像D进行二维离散傅里叶变换,得到傅里叶变换系数Y(u,v);

(4.2)根据傅里叶变换系数Y(u,v)得到相位图像Φ:其中,re(Y(u,v))为Y(u,v)的实部,im(Y(u,v))为Y(u,v)的虚部,arctan(·)为求反正切操作;

(4.3)计算相位图像Φ的均匀局部二值模式特征ULBPB:其中,LBPB(u,v)为相位图像Φ的局部二值模式特征;Φb={Φ0,Φ1,...,ΦB‑1}为Φ(u,v)的B个邻域点,且B=8,b=0~B‑1;当Φb≥Φ(u,v)时,t[Φb‑Φ(u,v)]=1,当Φb<Φ(u,v)时,t[Φb‑Φ(u,v)]=0;

(4.4)根据步骤(4.3)得到的均匀局部二值模式特征ULBPB,构建均匀局部二值模式直方图特征F3:

F3=hist[ULBPB(u,v)]=[f0,f1,f2,...,fB+1]其中,hist[·]为取直方图操作,fk为取值为k的直方图分组中的元素个数,k取0~B+1;

(5)构建邻域结构相似性差异特征F4,包括以下子步骤:(5.1)将步骤(1)得到的色调映射灰度失真图像D划分成由大小为W×W的图像块A(ε,η)组成的矩阵;

(5.2)依次计算图像块A与其上、右上、右、右下、下、左下、左、和左上邻域图像块之间的结构相似性得到邻域结构相似性数值,记为S1(ε,η)、S2(ε,η)、S3(ε,η)、S4(ε,η)、S5(ε,η)、S6(ε,η)、S7(ε,η)和S8(ε,η),并求平均得到邻域结构相似性均值SA(ε,η);

(5.3)依次比较步骤(5.2)得到的邻域结构相似性数值与其均值SA(ε,η)的大小得到对应的邻域结构相似性对比值L1(ε,η)、L2(ε,η)、L3(ε,η)、L4(ε,η)、L5(ε,η)、L6(ε,η)、L7(ε,η)和L8(ε,η);当邻域结构相似性数值大于等于其均值时;邻域结构相似性对比值为1,否则为0;

(5.4)将步骤(5.3)得到的邻域结构相似性对比值按L1(ε,η)~L8(ε,η)的顺序组成二进制序列,并转换成十进制整数作为图像块A的邻域结构相似性差异度Q(ε,η);

(5.5)计算邻域结构相似性差异度Q(ε,η)的均值μQ、方差σQ、峰度βQ和偏度γQ,构建邻域结构相似性差异特征F4=[μQ,σQ,βQ,γQ];

(6)根据步骤(2)得到的梯度特征F1、步骤(3)得到的最小方向曲率特征F2、步骤(4)得到的均匀局部二值模式直方图特征F3和步骤(5)得到的邻域结构相似性差异特征F4构建图像质量评价特征F=[F1,F2,F3,F4];

(7)将步骤(6)得到的图像质量评价特征F和对应的平均主观意见分送入支持向量回归机训练;

(8)将待评价图像按步骤(1)~(7)提取图像质量评价特征F,输入步骤(7)训练好的支持向量回归机,得到图像质量评价结果。

2.根据权利要求1所述基于结构相似性差异度的色调映射图像质量评价方法,其特征在于,所述步骤(2)中Canny算子中的高斯滤波器标准差为1.5,双阈值分别为0.04和0.1。

3.根据权利要求1所述基于结构相似性差异度的色调映射图像质量评价方法,其特征在于,所述步骤(3.1)中角度为0、 和 的一阶导数滤波器为:

4.根据权利要求1所述基于结构相似性差异度的色调映射图像质量评价方法,其特征在于,所述步骤(3.2)中角度为0、 和 的二阶导数滤波器为:

5.根据权利要求1所述基于结构相似性差异度的色调映射图像质量评价方法,其特征在于,所述支持向量回归机的核函数为径向基函数。