申请/专利权人：上海大学

申请日：2020-05-13

公开（公告）日：2023-05-23

公开（公告）号：CN111768362B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/90;G06T5/50;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2023.05.23#授权;2020.10.30#实质审查的生效;2020.10.13#公开

摘要：本发明专利提供了一种基于多特征融合的全参考高动态图像质量评价方法。该方法主要分为特征提取阶段以及训练回归阶段。在特征提取阶段分三个方向提取图像的特征，使用颜色相似度方法提取方法在颜色方向分别提取了图像的两种颜色相似度特征；在视觉对比差异方向我们采用视觉差异预测方法来提取视觉对比差异特征；再针对多尺度综合特征方向我们使用log‑Gabor滤波器在不同频率尺度和方向上提取多尺度特征。在训练回归阶段运用机器学习的方法预测高动态图像的质量。本发明提出的算法能够准确有效地预测高动态图像的质量。

主权项：1.一种基于多特征融合的全参考高动态图像质量评价方法，其特征在于，操作步骤如下：1颜色特征计算：通过将失真的高动态图像转换到YIQ颜色域并单独提取出I和Q通道的图像，结合从原始图像提取出的I通道和Q通道的图像，运用计算相似度的方法计算出原始图像与失真图像在I通道上的相似度和Q通道上的相似度作为颜色特征；2视觉对比差异特征计算：采用视觉差异预测方法模拟人眼对于高动态图像的视觉特性，先模拟光在人眼内部的散射过程，再通过多尺度分解来模拟视觉皮质中人眼对光照的不同空间频率和方向的选择过程，用对比度敏感函数来模拟独立噪声，最后使用对比度掩蔽函数来模拟依赖于信号的非独立噪声，模拟出人眼在某一频率和方向上可感知到的参考图像与失真图像的差异，综合后转换为视觉对比差异特征；3多尺度综合特征计算：针对高动态图像使用高动态视频评价方法，先使用视觉上均匀量化编码来拟合出人眼实际接受到的亮度值，使用log-Gabor滤波器在不同频率尺度和方向上提取特征，综合多个尺度和方向转化为多尺度综合特征；4训练模型并测试：将上述步骤提取的各方向特征值及图像数据库中提供的相应主观质量分数构成数据集，使用数据集中的训练数据训练支持向量回归器；测试时，将数据集中的测试数据的特征值输入训练好的支持向量回归器，得到预测的图像客观质量分数，与数据库中的实际主观分数相比较验证预测准确度。

全文数据：

权利要求：

百度查询： 上海大学 基于多特征融合的全参考高动态图像质量评价方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD