(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210808412.2 (22)申请日 2022.07.11 (71)申请人 辽宁大学 地址 110000 辽宁省沈阳市沈北新区道义 南大街58号 (72)发明人 刘允　殷晓华　 (74)专利代理 机构 沈阳杰克知识产权代理有限 公司 21207 专利代理师 王洋 (51)Int.Cl. G06V 10/98(2022.01) G06V 10/42(2022.01) G06V 10/44(2022.01) G06V 10/56(2022.01) G06V 10/54(2022.01)G06V 10/46(2022.01) G06V 10/72(2022.01) (54)发明名称 一种无参考全面感知全景图像质 量的评价 方法 (57)摘要 一种无参考全面感知全景图像质 量的评价 方法， 包括： 分析全景图像的全局和局部结构， 得 到结构信息； 计算色彩残差图， 获得全景图像的 颜色信息； 在空间域和频率域中统计像素的依赖 性， 得到图像的统计信息； 将上述所有的信息作 为特征输入到回归模型中进行训练及预测， 最终 得到全景图像的质量分数。 本发 明从从多个方面 研究全景图像的特性， 能够全面的感知全景图像 的质量并进行预测。 与其他的无参考图像质量评 价方法相比， 具有更 可靠的准确性。 权利要求书1页 说明书7页 附图1页 CN 115205658 A 2022.10.18 CN 115205658 A 1.一种无参 考全面感知全景图像质量的评价方法， 其特 征在于， 其 步骤为： S1： 分析全景图像的全局和局部结构， 得到结构信息： 对输入的全景图像， 分别计算其 全局梯度图和局部纹理二值模式TLBP图， 利用遵循双参数威布尔Weibull分布的概率密度 反映其全局结构特征； 对于TLBP图， 从四个方向计算其灰度共生矩阵GLCM， 对GLCM计算三个 统计量提取图像的局部结构特 征； S2： 计算色彩残差图， 获得全景图像的颜色信息： 将图像进行颜色空间的转化， 转化为 表示不同图像信息的多个颜色通道； 对能表达颜色信息的通道图像基于空间富模型SRM进行卷积运算， 计算其色彩残差图， 对色彩残差图利用GLC M提取其颜色特 征； S3： 在空间域和频率域中统计像素的依赖性， 得到图像的统计信息： 在空间域中利用自 然场景统计NSS方法捕获全景图像的基本统计特征； 在频率域中利用图像熵统计像素间的 依赖关系； S4： 将上述所有的信息作为特征输入到SVR回归模型中进行训练及预测， 选择RBF作为 核函数， 最终得到全景图像的质量分数。 2.根据权利要求1所述的一种无参 考全面感知全景图像质量的评价方法， 其特 征在于， 所述的S1中， 四个方向分别为： 水平、 垂直、 主对角、 副对角； 利用三个统计量(Ie， Ic， Im) 概括局部结构特 征， 其公式如下： 其中， i和j分别是像素的横纵坐标， N表示的是GLCM 的阶数； d和θ分别为GLCM 的距离参 数和方向参数， pd, θ(i,j)按如下公式计算： 其中， G(i,j)是 灰度共生矩阵在(i,j)处的像素值。 3.根据权利要求1所述的一种无参考全面感知全景图像质量的评价方法， 其特征在于， 所述的S2中， 颜色空间的转 化按如下公式计算： 其中， O1， O2， O3是转 化后的颜色空间， R ’,G’,B’按如下公式计算： 其中， R， G， B是不同颜色通道， ＜>表示均值 运算。权　利　要　求　书 1/1 页 2 CN 115205658 A 2一种无参考全面感知全景图像质量的评价 方法 技术领域 [0001]本发明涉及图像质量评价的技术领域， 具体的， 涉及一种无参考全面感知全景 图 像质量的评价方法。 背景技术 [0002]虚拟现实VR技术作为一种捕捉全景图像的方法， 通过模拟人眼机制将人们感知 世 界的过程具体化， 可以为观看者同时提供各个方向的视图， 进而越来越受到观众和研究者 的关注。 与普通图像不同， 全景图像以球形的形式捕获和显示信息， 具有 更广阔的视野和更 高的分辨 率， 因此在处 理、 编码和压缩过程中不可避免地会引入畸变， 影响观看者的体验。 [0003]图像质量评价方法大致可以分为全参考、 半参考和无参考方法。 全参考度量需要 所有的参考信息， 与半参考只需要部分参考信息， 而无参考方法不需要任何参考信息的情 况下预测图像的质量。 [0004]在现有的研究中， 建立了许多广 泛应用于二维图像的指标， 如结构相似度SS IM、 峰 值信噪比PSN R、 视觉信息 保真度VIF等。 但将传统图像质量评价模 型直接用于评估全 景图像 的质量时并不能取得良好的性能。 因此， 后来有 人提出了全参考全景图像质量评价方法。 但 在实际情况下， 参考图像通常难以获得。 所以， 不需要任何参考信息的全景图像质量评价模 型越来越受到研究者的关注。 [0005]然而， 目前的研究方法并没有全方面的考虑全景图像的特性也没有达到很好的性 能， 导致无法形成一个可靠准确的无参 考感知全景图像质量的评价方法。 发明内容 [0006]为了弥补现有技术的不足， 本发明提出了一种无参考全面感知全景图像质量的评 价方法， 从多个方面 考虑了全景图像的特性， 获得了更优异的性能和更 可靠的准确性。 [0007]本发明的目的是通过下述技术方案实现的： 一种无参考全面感知全景图像质量的 评价方法， 其 步骤为： [0008]S1： 分析全景图像的全局和局部结构， 得到结构信息： 对输入的全景图像， 分别计 算其全局梯度图和局 部纹理二值模式TLBP图， 利用遵循双参数威布尔Weibull分布的概率 密度反映其全局结构特征； 对于TLBP图， 从四个方向计算其灰度共生矩阵GLCM， 对GLCM计算 三个统计量 提取图像的局部结构特 征； [0009]S2： 计算色彩残差图， 获得全景图像的颜色信息： 将图像进行颜色空间的转化， 转 化为表示不同图像信息的多个颜色通道； [0010]对能表达颜色信息 的通道图像基于空间富模型SRM进行卷积运算， 计算其色彩残 差图， 对色彩残差图利用GLC M提取其颜色特 征； [0011]S3： 在空间域和频率域中统计像素的依赖性， 得到图像的统计信息： 在空间域中利 用自然场景统计NSS方法捕获全景图像的基本统计特征； 在频率域中利用图像熵统计像素 间的依赖关系；说　明　书 1/7 页 3 CN 115205658 A 3