科创中国

电子信息技术

本发明公开了一种基于相对梯度的图像质量客观评价方法，其获取参考图像和失真图像各自的梯度幅值图像和梯度相位图像；然后获取参考图像和失真图像各自的水平梯度均值图像、垂直梯度均值图像和梯度相位均值图像；再根据参考图像和失真图像各自的水平梯度图像、垂直梯度图像、水平梯度均值图像、垂直梯度均值图像，获得各自的梯度相对幅值图像；根据各自的梯度相位图像和梯度相位均值图像，获得各自的梯度相对相位图像；最后根据两者的梯度幅值图像、梯度相对幅值图像、梯度相对相位图像，计算失真图像的客观质量评价分；优点是能考虑到失真图像的相对梯度信息改变对其质量的影响，从而能够提高客观质量评价结果与人眼主观感知之间的相关性。

步骤①：令{Io(i,j)}表示宽度为W且高度为H的参考图像，并令{Id(i,j)}表示{Io(i,j)}经失真处理后得到的失真图像，其中，1≤i≤W，1≤j≤H，Io(i,j)表示{Io(i,j)}中坐标位置为(i,j)的像素点的像素值，Id(i,j)表示{Id(i,j)}中坐标位置为(i,j)的像素点的像素值； 步骤②：计算{Io(i,j)}的水平梯度图像和垂直梯度图像，对应记为{Gx_o(i,j)}和{Gy_o(i,j)}，其中，Gx_o(i,j)表示{Io(i,j)}中坐标位置为(i,j)的像素点的水平梯度，亦表示{Gx_o(i,j)}中坐标位置为(i,j)的像素点的像素值，Gy_o(i,j)表示{Io(i,j)}中坐标位置为(i,j)的像素点的垂直梯度，亦表示{Gy_o(i,j)}中坐标位置为(i,j)的像素点的像素值； 同样，计算{Id(i,j)}的水平梯度图像和垂直梯度图像，对应记为{Gx_d(i,j)}和{Gy_d(i,j)}，其中，Gx_d(i,j)表示{Id(i,j)}中坐标位置为(i,j)的像素点的水平梯度。

周武杰，1983年9月出生，副教授/博士后，硕士生导师，浙江省电子学会理事，IEEE成员，CCF成员，中国人工智能学会会员，浙江省“计算机科学与技术”一流学科B类方向负责人。2012年入选"青年骨干教师"，2015年入选"优秀青年教师资助计划"，2016年入选"科大青年英才"，2022年入选斯坦福大学发布的全球前2%顶尖科学家榜单。浙江大学信息与通信工程专业博士后，国家留学基金委公派新加坡南洋理工大学访问学者。主要从事人工智能与深度学习、机器视觉与模式识别、图像处理等方面的研究;近几年以第一作者在AAAI、TIP、TNNLS、TCSVT、TMM、TITS、TSTSP、TSMC、TBC、TGRS、TCI、MIS、TCDS、TETCI、TIV、PR和中国科学等国际权威SCI期刊或核心期刊上发表学术论文50多篇

点击查看