基于ges的图像质量评价方法
【专利摘要】本发明提供了一种基于GES的图像质量评价方法，该方法首先利用Gabor滤波器组成的滤波器对原始图像与待测图像进行相似性比较，然后通过对称与反对称的滤波器提取局部能量特征，最后经过对比两张图像的平均交叉相关性得出待测图像的质量。本发明所述方法准确率高，复杂度低，处理速度快。
【专利说明】基于GES的图像质量评价方法
【技术领域】
[0001]本发明涉及一种图像处理的方法，具体地，涉及一种基于GES (Gabor能量相似)的图像质量评价方法。
【背景技术】
[0002]图像质量评价在图像处理领域有着极其重要的作用，其广泛应用于其他图像处理方法中，以提高其他方法的性能。比如，在图像增强、图像去噪以及很多方法中，图像质量评价都有着至关重要的作用。
[0003]通常采用的图像质量评价方法有主观测试法M0S(mean opin1n score),客观检测方法PSNR (peak signal noise rat1)。主观测试方法有着明显的不足，因为主观测试方法相对于客观检测法要花费更多的人力物力，而且难以将其应用于他图像处理的方法中。由于图像信息的接收者是人，所以将人体视觉系统HVS(human visual system)的特性考虑在内对于方法的健壮性至关重要。也正是基于这样的考虑，Z.Wang等人在《IEEETransact1n on Image Processing》(图像处理国际期刊)上发表的文章”Image QualityAssessment:From Error Visibility to Structural Similarity，，中提出了 SSIM 图像质量评价方法，并取得了良好的效果。
[0004]在之前的很多研究者的工作中，我们不难发现，HVS与图像中物体的边角和轮廓信息有着很大的关系。而J.J.Kulikowski等人在《Experientia》发表的文章“Fourieranalysis and spatial representat1n in the visual cortex，，中指出，人体视觉系统中的视觉细胞对于图像的边角与轮廓信息很敏感，而且其作用相当于一个线性滤波器。而Daugman 等人在〈〈Journal of the Optical Society of America〉〉发表的 “Uncertaintyrelat1n ffor resolut1n in space, spatial frequency, and orientat1n optimizedby two-dimens1anl visual cortical filters” 文章中指出，利用二维的 Gabor 滤波器可以模拟出单个细胞的滤波作用。这一结论在图像处理的其他问题上已经得到了广泛的应用，可是至今还没有人将其应用于图像质量评价的问题上。
【发明内容】
[0005]针对现有技术中的缺陷，本发明的目的是提供一种基于GES的图像质量评价方法，可以用于快速的图像质量评价。
[0006]为实现以上目的，本发明提供一种基于GES (Gabor Energy Similarity)的图像质量评价方法，该方法首先利用48个Gabor滤波器组成的滤波器对原始图像与待测图像进行相似性比较，然后通过对称与反对称的滤波器提取局部能量特征，最后经过对比两张图像的平均交叉相关性得出待测图像的质量。
[0007]本发明所述方法具体通过以下步骤实现:
[0008]第一步、利用48个Gabor Filter组成一个更健壮的滤波器；
[0009]第二步、使用第一步中的滤波器对原始图像与待测图像进行相似性比较；
[0010]第三步、通过对称与反对称的滤波器进行局部能量特征提取；
[0011]第四步、对比原始图像与待测图像能量特征图的平均交叉相关性；
[0012]第五步、根据第四步的结果，经过归一化，得到待检测图像的质量评分。
[0013]优选地，第一步中，所述Garbor滤波器有如下形式:
[0014]
^ 、 「<y2 + A,2)l ^ Y 、
GAAfp(x,v) = exp---V~ οο$(2π— + φ)
Ιχτ—λ
I X' = X cos θ - V sin θ
[0015]\ ,.[V =xsin 沒十 ji* cos 沒
[0016]其中:(x，y)表示像素点在图像中的坐标，λ表示波长，Θ表示滤波器对应的角度，Θ ^ [0，Ji)，W表示相位，σ表示方差，Y表示空间比例，σ/入表示频域带宽。
[0017]在本方法中，设置
[0018]AeA = [1/2, 1/4, 1/8, 1/16]
r -1 /I 广、γα 冗冗冗Stt
[0019]^e0 = LO,-,-,-, —,—]
6^23 6
[0020]
φ = 0(对称滤波器)或;τ/2(反对称滤波器)
[0021]从而一共建立了 48个不同频率不同角度的Gabor滤波器。
[0022]优选地，第二步中，对于图像f (X，y)，利用上面得到的Gabor滤波器，计算图像经过此Gabor滤波器后的输出结果如下:
[0023]
= Jj/(V,- ?,V - v)dudv。
π
[0024]其中，f (X，y)表示原始图像，M(x^v)表示Gabor滤波器。
[0025]优选地，第三步中，通过对称与反对称的滤波器进行局部能量特征提取，能量特征图计算方法如下:
[0026]Ελ； e (x, y) = [Rx； θ；0(χ, y)2+RA； θ； π/2(χ, y)2]1/2,
[0027]从做到右、从上到下一次是六种方向:
,、广、rr.TC Tc TtStu-.
[0028]6^e0-[O,-,-,-, —,—]
6 J 2 3 6
[0029]和四个频率:
[0030]AeA = [1/2,1/4,1/8,1/16]。
[0031]优选地，第四步中，对于第一步到第三步得到的48张能量特征图进行相似性比较，通过下式得到能量特征图的交叉相关性因子:
Σ Σ (."，w - Elo IecL (χ, V) - Eis ]
r _xeQ veQ
[0032][Μ = 7γΓ.I Υ,Υ\εΙΛχ^)-εΙθ].ΣΣΚ%(^^)-?]
IvXeQ yeOχεΩνεΩj
[0033]其中，A%(X，.V)表示原始图像的能量特征图在(X，y)点取到的值，表示原始图像能量特征图的均值；Ki(U)表示待测图像的能量特征图在(x，y)点取到的值，^
表示待测图像能量特征图的均值。
[0034]与现有技术相比，本发明具有如下的有益效果:
[0035]本发明所述的一种基于GES的图像质量评价方法，其准确率高，复杂度低，处理速度快，可以用于快速的图像质量评价。从附图3中可以看出，本发明提出的方法比PSNR表现的更好。
【专利附图】
【附图说明】
[0036]通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显:
[0037]图1是本发明一实施例得到的能量特征图；
[0038]图2是分别比较PSNR与本发明使用的GES方法在MOS测试对比后的结果图；
[0039]图3是PSNR测试方法与GES测试方法在LIVE数据库中表现出的性能图；
[0040]图4是本发明一实施例方法流程图。
【具体实施方式】
[0041]下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。
[0042]如图4所示，本实施例提供一种基于GES的图像质量评价方法，包括如下步骤:
[0043]第一步、利用48个Gabor Filter组成一个更健壮的滤波器；
[0044]第二步、使用第一步中的滤波器对原始图像与待测图像进行相似性比较；
[0045]第三步、通过对称与反对称的滤波器进行局部能量特征提取；
[0046]第四步、对比原始图像与待测图像两张图像能量特征图的平均交叉相关性；
[0047]第五步、根据第四步的结果，经过归一化，得到待检测图像的质量评分。
[0048]如图1所示，是利用本发明提出的方法，从Iena图像中计算得到的能量特征图，其中每一张子图表示Gabor滤波器取不同参数时，计算出的结果。从左到右，Θ依次取不同的值，Θ e O = [0，Jr/6, Jr/3, /2，2 /3，5 /6]，从上到下，λ 依次取不同的值 λ e Λ=[1/2， 1/4， 1/8， 1/16]。
[0049]本实施例，第一步中，所述Garbor滤波器有如下形式:
[0050]
^ ,.「<y2+,2ν,2)? γ 、
Ga9 φ{χ,γ) = -——-V~ οο^{2π — + φ)
L<j~λ
\ χ = χ cos Θ - V sin Θ
[0051],"
[V = xsin 6?+ VCOS^
[0052]其中:
[0053](x，y)表示像素点在图像中的坐标，
[0054]λ表示波长，
[0055]Θ表示滤波器对应的角度，Θ e [0，31)，
[0056]供表示相位，
[0057]σ表示方差，
[0058]Y表示空间比例,本实施例中设置为Y =0.5,
[0059]ο / λ表示频域带宽,本实施例中设置σ/λ =0.56。
[0060]在本实施例中设置:
[0061]AeA = [1/2, 1/4, 1/8, 1/16]
Γ-1n^ π π 2/Γ 5τ? 飞
[0062]Θ = [0, —,—,—]
6 3 2 3 6
[0063]
φ = 0(对称滤波器)或;τ/2(反对称滤波器)
[0064]从而一共建立了 48个不同频率不同角度的Gabor滤波器。
[0065]本实施例,第二步中，对于图像f (χ, y)，利用第一步得到的Gabor滤波器,利用上面得到的Gabor滤波器，计算图像经过此Gabor滤波器后的输出结果如下:
[0066]
R,.0,,(x^y) = JJ./'( v,y)G/ 0 Jx -u,y - v)duclv。
Ω
[0067]其中，f (X，y)表示原始图像，G, lll:Xx, Y)表示Gabor滤波器，其中参数λ，θ，p的含义。
[0068]本实施例，第三步中，通过对称与反对称的滤波器进行局部能量特征提取，能量特征图计算方法如下:
[0069]Ελ； e (x, y) = [RA； θ；0(χ, y)2+RA； θ； π/2(χ, y)2]1/2,
[0070]从做到右、从上到下一次是六种方向:
Γ ? η ? γ(.πππ2π 5π.飞
[0071]0 G Θ ^ [O,—,,,—-,——]
6 3 2 3 6
[0072]和四个频率:
[0073]AeA = [1/2,1/4,1/8,1/16]。
[0074]本实施例，第四步中，对于上述第一到第三步得到的48张能量特征图进行相似性比较，通过下式得到这些能量特征图的交叉相关性因子:Σ Σ Ie^ y)—El0 ]eL (λ% V)—Ei0:
/^yλ'^Ω ν^Ω
[0075]= 7γΤ2。
Σ Σ \Ele (I，V) - ?:0 ]2.ΣΣ IeU^ y) - EU ]
\xeQy^0.xeQ y^ClJ
[0076]其中，V)表示原始图像的能量特征图在(X，y)点取到的值，表示原始图像能量特征图的均值；V)表示待测图像的能量特征图在(x，y)点取到的值，!U衰示待测图像能量特征图的均值。
[0077]本实施例中，第五步中，经过归一化，得到待检测图像的质量评分:
[0078]
e=d)9=({士ΣΣ^]，
ViVAiV? IeA6>e0 J
[0079]其中:Νλ和化分别表示滤波器在频率与方向上的不同取值的个数；ζ和《9都是常数，在本实施例取ζ = 100，>9 = 6。
[0080]如图2所示，分别比较PSNR与本发明使用的GES方法与MOS测试对比后的结果，测试分别在标准JPEG，JPEG2000以及二者结合的测试集下进行；从中可以看出:PSNR方法与本发明使用的GES方法均与MOS测试结果一致，表明本发明使用的GES方法的正确性和可行性。
[0081]如图3所示，PSNR测试方法与GES测试方法在LIVE数据库中表现出的性能，其中:V.C.表示测试方法与MOS测试结果的方差加权相关性，S.C.表示测试方法与MOS测试结果的斯皮尔曼排序相关性，0.R.表示异常值的比例，从中可以看出:本发明使用的GES方法相对于传统的PSNR方法来说，与MOS测试的结果相关性更强，说明GES方法在图像质量评价方面能够更好地反映出人眼特性，同时异常值比例较少，也说明GES方法更加具有稳定性。
[0082]本发明所述的一种基于GES的图像质量评价方法，其准确率高，复杂度低，处理速度快，稳定性强，可以用于快速的图像质量评价。
[0083]以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。
【权利要求】
1.一种基于GES的图像质量评价方法，其特征在于，通过以下步骤实现: 第一步、利用48个Gabor滤波器组成一个更健壮的滤波器； 第二步、使用第一步中的滤波器对原始图像与待测图像进行相似性比较； 第三步、通过对称与反对称的滤波器计算出局部能量特征图； 第四步、对比原始图像与待测图像的能量特征图的平均交叉相关性； 第五步、根据第四步的结果，经过归一化，得到待检测图像的质量评分。
2.根据权利要求1所述的一种基于GES的图像质量评价方法，其特征在于，第一步中，所述Garbor滤波器有如下形式:
P , 、 「(.x,2 + rV2)] 。Y 、Gi,^(^.v) = exp--~ cos(2^- —+ ￠))
Zo^λ
I V =χcos <9— v sin θ
I V =xsin (9+ V cos θ 其中:(x，y)表示像素点在图像中的坐标，λ表示波长，θ表示滤波器对应的角度，Θ e [O, π)，P表示相位，σ表示方差，Y表示空间比例，σ/λ表示频域带宽，设置:AeA= [1/2， 1/4， 1/8， 1/16]/nJ-Tc Ti Ti 2贫 Stc
6 3 2 3 6P = 0(对称滤波器)或;T/2(反对称滤波器) 从而一共建立了 48个不同频率不同角度的Gabor滤波器。
3.根据权利要求2所述的一种基于GES的图像质量评价方法，其特征在于，第二步中，对于图像f(x，y)，利用上面得到的Gabor滤波器，计算图像经过此Gabor滤波器后的输出结果如下:
反 λβ'φ
(x -u,y- v)dudv。
Ω 其中，f (X，y)表示原始图像，表示Gabor滤波器。
4.根据权利要求1-3任一项所述的一种基于GES的图像质量评价方法，其特征在于，第三步中，通过对称与反对称的滤波器计算局部能量特征图，能量特征图计算方法如下:
Ελ, Θ (x, y) = [Ra, θ,ο(χ.υ)2+Κλ, θ, π/2 (x, i)2V/2, 其中:(x，y)表示像素点在图像中的坐标，λ表示波长，θ表示滤波器对应的角度，θ e [0，Ir); 从做到右、从上到下一次是六种方向:6?e0 = [O,-,-,-, —,—]
6 3 2 3 6 和四个频率: AeA= [1/2， 1/4， 1/8， 1/16]。
5.根据权利要求1-3任一项所述的一种基于GES的图像质量评价方法，其特征在于，第四步中，对于第一步到第三步得到的48张能量特征图进行相似性比较，通过下式得到能量特征图的交叉相关性因子:Σ Σ fc." >■) - ?, ￥l (-v, >,) - eu ]
厂》 一χεΩ νεΩI义々=7'~ψ? OΣ Σ k.]2.Σ Σ IeL V) - Ε?_θ ]Iv xen yeQχ^?.veQj其中，表示原始图像的能量特征图在(X，y)点取到的值，瓦％表示原始图像能量特征图的均值；表示待测图像的能量特征图在(x，y)点取到的值表示待测图像能量特征图的均值。
6.根据权利要求1-3任一项所述的一种基于GES的图像质量评价方法，其特征在于，第五步中，经过归一化，得到待检测图像的质量评分:— (1YQ=CicJ=C- ΣΣ^，
\iyAiy& λ&Αθ€& J 其中:Νλ和化分别表示滤波器在频率与方向上的不同取值的个数；ζ和《9都是常数，ζ = 100，<9 = 6。
【文档编号】G06T7/00GK104134202SQ201410318481
【公开日】2014年11月5日 申请日期:2014年7月4日 优先权日:2014年7月4日
【发明者】翟广涛, 李铎, 杨小康, 闵雄阔 申请人:上海交通大学