申请/专利权人：安徽国际商务职业学院

申请日：2021-05-07

公开（公告）日：2024-04-30

公开（公告）号：CN113362354B

主分类号：G06F7/00

分类号：G06F7/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2021.09.24#实质审查的生效;2021.09.07#公开

摘要：本发明公开了一种色调映射图像的质量评价方法、系统、终端及存储介质，该方法包括：根据曝光值将色调映射图像划分为正常曝光区以及异常曝光区；针对正常曝光区以及异常曝光区进行分区域局部特征提取；局部结构特征提取；表面结构特征提取；边缘结构特征提取；训练模型并测试。该系统包括：分区单元、分区域局部特征提取单元、局部结构特征提取单元、表面结构特征提取单元、边缘结构特征提取单元、模型训练单元以及测试单元。通过本发明，提高了无参考色调映射图像质量评价技术的性能及主观一致性，并且提高了评价的效率。

主权项：1.一种基于曝光属性分区的色调映射图像的质量评价方法，其特征在于，包括：S11：基于曝光属性对色调映射图像进行分区；根据曝光值将所述色调映射图像划分为正常曝光区以及异常曝光区；S12：针对所述正常曝光区以及异常曝光区进行分区域局部特征提取；S13：提取所述色调映射图像的局部结构特征，所述局部结构特征为局部纹理特征；S14：提取所述色调映射图像的表面结构特征，所述表面结构特征为纹理特征；S15：提取所述色调映射图像的边缘结构特征，所述边缘结构特征衡量所述色调映射图像边缘的亮度以及边缘区域发散的程度；S16：将S12～S15提取到的特征组合成整体的特征矢量，以图像数据库中提供的相应主观质量分数作为标签，训练支持向量回归器，采用训练好的支持向量回归器进行测试评价，得到预测的图像客观质量分数；所述S12进一步包括：S41：针对正常曝光区，用颜色指数来测量局部小块的对比度情况，生成局部颜色特征矢量；S42：针对异常曝光区，首先利用信息熵的方法计算细节信息量，然后利用下述公式得到的第d个像素的局部对比度来度量局部梯度变化； 其中，id为第d个像素点的灰度值，为第d个像素点的周围局部区域中第p个邻居像素点的灰度值，p为局部邻居像素点个数；所述S13进一步包括：使用中心对称局部二值模式算子进行局部纹理测算，每个色调映射图像生成16的局部结构特征矢量；其中，所述中心对称局部二值模式算子CS-LBP为： μa,b＝a*21+b*20； 其中，N为涉及到的像素的邻居总数，mc为中心像素的灰度值，mii＝0,1，…，N2-1为相邻像素的灰度值。

全文数据：

权利要求：

百度查询： 安徽国际商务职业学院 色调映射图像的质量评价方法、系统、终端及存储介质

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