CN106920237-CN201710130315-基于经验模态分解的无参考全色图像质量评价方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 106920237 A (43)申请公布日 2017.07.04 (21)申请号 201710130315.1 (22)申请日 2017.03.07 (71)申请人 北京理工大学 地址 100081 北京市海淀区中关村南大街5 号 (72)发明人 高昆　郭越　孔祥皓　陈卓一　 李响　杨桦　豆泽阳　 (74)专利代理机构 北京晟睿智杰知识产权代理 事务所( 特殊普通合伙 ) 11603 代理人 于淼 (51)Int.Cl. G06T 7/00(2017.01) 权利要求书3页 说明书8页 附图2页 (54)发明名称 基于经验模态分解的无参考全色图像质量 评价方法 (57)摘要 本申请公开了一种基于经验模态分解的无 参考全色图像质量评价方法，包括计算原始待处 理图像的局部最大值像素点集合和局部最小值 像素点集合；获取最大值像素点和最小值像素点 包络曲面；对最大值像素点和最小值像素点包络 曲面求取代数均值作为均值曲面；计算使得最大 值像素点和最小值像素点包络曲面趋于一致的 本征模态函数分量，作为第一层细节图；计算新 的待处理图像，并以此为基础计算第n本征模态 函数分量和余量结果，获取n层细节图；统计n层 细节图的图像信息，利用基于综合感知差的评价 A 函数估计图像质量水平。如此方案无需原图或原 7 图的统计参数作为参考,且充分考虑了各层次图 3 2 0 像的亮度等评价指标，所得的评价结果与主观评 2 9 6 价结果趋于一致。 0 1 N C CN 106920237 A 权　利　要　求　书 1/3页 1.一种基于经验模态分解的无参考全色图像质量评价方法，其特征在于，包括： 针对原始待处理图像，计算所述原始待处理图像的局部最大值像素点集合和局部最小 值像素点集合； 分别对所述局部最大值像素点集合和所述局部最小值像素点集合进行插值处理，获得 最大值像素点包络曲面和最小值像素点包络曲面； 针对所述最大值像素点包络曲面和所述最小值像素点包络曲面求取代数均值，作为均 值曲面； 根据均值曲面和原始待处理图像数据，计算出使得所述最大值像素点包络曲面和所述 最小值像素点包络曲面趋于一致的一个本征模态函数分量，作为第一本征模态函数分量， 作为第1层细节图； 根据第一本征模态函数分量和所述原始待处理图像，计算出新的待处理图像，以新的 待处理图像为基础计算出第n本征模态函数分量和余量结果，获取到n层细节图，其中n≥2； 统计所述n层细节图的图像信息，利用基于综合感知差的评价函数估计图像质量水平。 2.根据权利要求1所述基于经验模态分解的无参考全色图像质量评价方法，其特征在 于，针对原始待处理图像，计算所述原始待处理图像的局部最大值像素点集合和局部最小 值像素点集合，进一步为： 针对原始待处理图像，依次在3x3邻域内选择最大值像素点和最小值像素点，图像边界 处延展预设宽度，获得所述原始待处理图像的局部最大值像素点集合和局部最小值像素点 集合。 3.根据权利要求1所述基于经验模态分解的无参考全色图像质量评价方法，其特征在 于，分别对所述局部最大值像素点集合和所述局部最小值像素点集合进行插值处理，获得 最大值像素点包络曲面和最小值像素点包络曲面，进一步为： 通过三次样条插值方法对所述局部最大值像素点集合和所述局部最小值像素点集合 进行插值处理，获得最大值像素点包络曲面和最小值像素点包络曲面。