CN110136105A - 一种基于方差和平滑度的同一内容图像的清晰度评价方法 - Google Patents

Abstract

本发明公开了一种基于方差和平滑度的同一内容图像的清晰度评价方法，首先获取一组待处理图像，设待处理图像个数为N，对待处理图像进行灰度化处理，得到本组待处理图像的灰度图像；然后计算所得每幅灰度图像的方差标量和平滑度标量，得到本组图像的方差标量和平滑度标量；最后利用Matlab中的plot()函数得到本组图片的方差标量和平滑度标量变化曲线，方差标量和平滑度标量最大的图片即为本组同一内容图像中清晰度最高的图片。本发明解决了现有技术中存在的图像清晰度的评价方法稳定性差、灵敏度不高的问题。

Description

一种基于方差和平滑度的同一内容图像的清晰度评价方法

技术领域

本发明属于图像清晰度评价技术领域，具体涉及一种基于方差和平滑度的同一内容图像的清晰度评价方法。

背景技术

随着智能终端设备的普及和数字成像技术的快速发展，产生了越来越多的数字图像。在数字图像的广泛应用中，图像清晰度评价已成为一个基本的问题。图像是一种非常重要的识别方法，然而，在摄影过程中，不可避免地会出现一些模糊的情况，这给人们在理解客观世界和解决问题上带来很大的困难。因此，对图像进行清晰度评价具有重要意义。近年来，随着图像处理技术的发展，该领域引起了研究者的广泛关注。

目前，图像清晰度的评价方法主要有主观评价方法和客观评价方法。主观评价方法是组织足够多的实验人员，通过观察来评价图像的清晰度，使观察者能够根据自己已有的经验，通过主观印象对测试图像进行视觉评价，并给出清晰度评分。由于主观图像清晰度评价方法中的图像清晰度完全是由人的主观感受来判断的，因此它对评价环境和评价者的知识水平和偏好等具有高度的敏感性，评价结果往往不稳定，因此客观的图像清晰度评价方法更受关注。一般来说，良好的图像清晰度评价函数应具有较强的单峰性、良好的无偏性和较高的灵敏度。单峰性是指在成像系统的正焦位处得到一个单一的极值，不能出现其它局部极值；无偏性是指计算出的曲线与图像清晰度变化的事实相一致；灵敏度是指对不同程度的模糊图像，计算得到的清晰度评分要有一定的差异，以保证准确性，其中单峰性和无偏性决定了评价函数的正确性。

作为衡量图像质量的指标之一，图像清晰度的评价能力分为两个部分：(1)相对清晰度评价能力，即同一内容图像不同模糊度的评价结果，主要研究图像模糊度的单调一致性和灵敏度；(2)绝对清晰度评价能力，即不同内容图像模糊程度的评价结果，主要看能否给出与图像本身内容无关的清晰度评价结果。本发明是针对同一内容图像的不同模糊程度的客观评价方法。

发明内容

本发明的目的是提供一种基于方差和平滑度的同一内容图像的清晰度评价方法，解决了现有技术中存在的图像清晰度的评价方法稳定性差、灵敏度不高的问题。

本发明所采用的技术方案是，一种基于方差和平滑度的同一内容图像的清晰度评价方法，具体按照以下步骤实施：

步骤1、获取一组待处理图像，设待处理图像个数为N，对待处理图像进行灰度化处理，得到本组待处理图像的灰度图像；

步骤2、计算步骤1所得每幅灰度图像的方差标量和平滑度标量，得到本组图像的方差标量和平滑度标量；

步骤3、利用Matlab中的plot()函数得到本组图片的方差标量和平滑度标量变化曲线，方差标量和平滑度标量最大的图片即为本组同一内容图像中清晰度最高的图片。

本发明的特点还在于，

步骤1具体如下：

根据下面的公式对待处理图像的每个像素点进行灰度化得到灰度图像：

f(i,j)＝0.30R(i,j)+0.59G(i,j)+0.11B(i,j)

其中，f(i,j)为灰度图像的像素点的颜色值，R、G、B分别为当前待评价图像对应像素点的红、绿、蓝三个分量的颜色值，i表示像素点的横坐标，j表示像素点的纵坐标。

待处理图像个数N＝20。

步骤2具体按照以下步骤实施：

步骤2.1、对每幅灰度图像，遍历图像除边缘点之外的每个像素点，计算每个像素点与其周围相邻8个像素点的灰度平均值作为像素点的灰度值EX，计算方法如下：

其中，C1表示当前图像第x行第y列像素点的灰度值；C2表示当前图像第x行第y+1列像素点的灰度值；C3表示当前图像第x行第y-1列像素点的灰度值；C4表示当前图像第x-1行第y列像素点的灰度值；C5表示当前图像第x+1行第y列像素点的灰度值；C6表示当前图像第x-1行第y-1列像素点的灰度值；C7表示当前图像第x-1行第y+1列像素点的灰度值；C8表示当前图像第x+1行第y-1列像素点的灰度值；C9表示当前图像第x+1行第y+1列像素点的灰度值；

步骤2.2、计算任意像素点与其周围8个相邻像素点的方差DX，并求平均值V，计算方法如下：

计算任意像素点的平滑度S，计算方法如下：

S＝|C1-C2|+|C1-C5|

其中，C1表示当前图像第x行第y列像素点的灰度值；C2表示当前图像第x行第y+1列像素点的灰度值；C5表示当前图像第x+1行第y列像素点的灰度值；

步骤2.3、计算每幅灰度图像的方差标量VS和平滑度标量SS，计算方法如下：

其中，img-length表示方差矩阵或平滑度矩阵的行总数，img-width表示方差矩阵或平滑度矩阵的列总数，得到本组图片的方差标量和平滑度标量。

本发明的有益效果是，一种基于方差和平滑度的同一内容图像的清晰度评价方法，依据计算除边缘点外其余像素点方差和平滑度的思想，进而得到整幅图片的方差标量和平滑度标量，进而选取当前组中方差标量和平滑度标量值最大的图片作为本组中最清晰的图片，解决了通过主观印象对测试图片进行视觉评价时对评价环境具有较强的依赖性，且结果不稳定的问题，本方法还具有操作简单、评价结果准确的优点。

附图说明

图1是本发明一种基于方差和平滑度的同一内容图像的清晰度评价方法的总体流程图；

图2-1～图2-20是本发明一种基于方差和平滑度的同一内容图像的清晰度评价方法中待评价的原始图片组；

图3是本发明一种基于方差和平滑度的一组图片的清晰度评价方法中待评价组图片计算得到的方差标量图；

图4是本发明一种基于方差和平滑度的一组图片的清晰度评价方法中待评价组图片计算得到的平滑度标量图。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

本发明一种基于方差和平滑度的同一内容图像的清晰度评价方法，流程图如图1所示，具体按照以下步骤实施：

步骤1、获取一组待处理图像，设待处理图像个数为N，对待处理图像进行灰度化处理，得到本组待处理图像的灰度图像，具体如下：

根据下面的公式对待处理图像的每个像素点进行灰度化得到灰度图像：

f(i,j)＝0.30R(i,j)+0.59G(i,j)+0.11B(i,j)

其中，f(i,j)为灰度图像的像素点的颜色值，R、G、B分别为当前待评价图像对应像素点的红、绿、蓝三个分量的颜色值，i表示像素点的横坐标，j表示像素点的纵坐标。

待处理图像个数N＝20。

步骤2、计算步骤1所得每幅灰度图像的方差标量和平滑度标量，得到本组图像的方差标量和平滑度标量，具体按照以下步骤实施：

步骤2.1、对每幅灰度图像，遍历图像除边缘点之外的每个像素点，计算每个像素点与其周围相邻8个像素点的灰度平均值作为像素点的灰度值EX，计算方法如下：

其中，C1表示当前图像第x行第y列像素点的灰度值；C2表示当前图像第x行第y+1列像素点的灰度值；C3表示当前图像第x行第y-1列像素点的灰度值；C4表示当前图像第x-1行第y列像素点的灰度值；C5表示当前图像第x+1行第y列像素点的灰度值；C6表示当前图像第x-1行第y-1列像素点的灰度值；C7表示当前图像第x-1行第y+1列像素点的灰度值；C8表示当前图像第x+1行第y-1列像素点的灰度值；C9表示当前图像第x+1行第y+1列像素点的灰度值；

步骤2.2、计算任意像素点与其周围8个相邻像素点的方差DX，并求平均值V，计算方法如下：

计算任意像素点的平滑度S，计算方法如下：

S＝|C1-C2|+|C1-C5|

其中，C1表示当前图像第x行第y列像素点的灰度值；C2表示当前图像第x行第y+1列像素点的灰度值；C5表示当前图像第x+1行第y列像素点的灰度值；

步骤2.3、计算每幅灰度图像的方差标量VS和平滑度标量SS，计算方法如下：

其中，img-length表示方差矩阵或平滑度矩阵的行总数，img-width表示方差矩阵或平滑度矩阵的列总数，得到本组图片的方差标量和平滑度标量。

如图2-1～图2-20所示，得到方差标量和平滑度标量最大的即为本组图片中最清晰的图片。

步骤3、利用Matlab中的plot()函数得到本组图片的方差标量和平滑度标量变化曲线，方差标量和平滑度标量最大的图片即为本组同一内容图像中清晰度最高的图片。

如图3方差标量变化曲线所示，第14幅图为方差标量最大的图片，即为本组同一内容图像中清晰度最高的图片，与肉眼主观评价结果一致。

如图4平滑度标量变化曲线所示，第14幅图为平滑度标量最大的图片，即为本组同一内容图像中清晰度最高的图片，与肉眼主观评价结果和方差标量评价结果一致。

本发明一种基于方差和平滑度的同一内容图像的清晰度评价方法，依据计算除边缘点外其余像素点方差和平滑度的思想，进而得到整幅图片的方差标量和平滑度标量，进而选取当前组中方差标量和平滑度标量值最大的图片作为本组中最清晰的图片，解决了通过主观印象对测试图片进行视觉评价，对评价环境具有较强的依赖性、结果不稳定的问题。

Claims (4)

1.一种基于方差和平滑度的同一内容图像的清晰度评价方法，其特征在于，具体按照以下步骤实施：

步骤1、获取一组待处理图像，设待处理图像个数为N，对待处理图像进行灰度化处理，得到本组待处理图像的灰度图像；

步骤2、计算步骤1所得每幅灰度图像的方差标量和平滑度标量，得到本组图像的方差标量和平滑度标量；

步骤3、利用Matlab中的plot()函数得到本组图片的方差标量和平滑度标量变化曲线，方差标量和平滑度标量最大的图片即为本组同一内容图像中清晰度最高的图片。

2.根据权利要求1所述的一种基于方差和平滑度的同一内容图像的清晰度评价方法，其特征在于，所述步骤1具体如下：

根据下面的公式对待处理图像的每个像素点进行灰度化得到灰度图像：

f(i,j)＝0.30R(i,j)+0.59G(i,j)+0.11B(i,j)

其中，f(i,j)为灰度图像的像素点的颜色值，R、G、B分别为当前待评价图像对应像素点的红、绿、蓝三个分量的颜色值，i表示像素点的横坐标，j表示像素点的纵坐标。

3.根据权利要求1或2所述的一种基于方差和平滑度的同一内容图像的清晰度评价方法，其特征在于，所述待处理图像个数N＝20。

4.根据权利要求1所述的一种基于方差和平滑度的同一内容图像的清晰度评价方法，其特征在于，所述步骤2具体按照以下步骤实施：

步骤2.1、对每幅灰度图像，遍历图像除边缘点之外的每个像素点，计算每个像素点与其周围相邻8个像素点的灰度平均值作为像素点的灰度值EX，计算方法如下：

其中，C1表示当前图像第x行第y列像素点的灰度值；C2表示当前图像第x行第y+1列像素点的灰度值；C3表示当前图像第x行第y-1列像素点的灰度值；C4表示当前图像第x-1行第y列像素点的灰度值；C5表示当前图像第x+1行第y列像素点的灰度值；C6表示当前图像第x-1行第y-1列像素点的灰度值；C7表示当前图像第x-1行第y+1列像素点的灰度值；C8表示当前图像第x+1行第y-1列像素点的灰度值；C9表示当前图像第x+1行第y+1列像素点的灰度值；

步骤2.2、计算任意像素点与其周围8个相邻像素点的方差DX，并求平均值V，计算方法如下：

计算任意像素点的平滑度S，计算方法如下：

S＝|C1-C2|+|C1-C5|

其中，C1表示当前图像第x行第y列像素点的灰度值；C2表示当前图像第x行第y+1列像素点的灰度值；C5表示当前图像第x+1行第y列像素点的灰度值；

步骤2.3、计算每幅灰度图像的方差标量VS和平滑度标量SS，计算方法如下：

其中，img-length表示方差矩阵或平滑度矩阵的行总数，img-width表示方差矩阵或平滑度矩阵的列总数，得到本组图片的方差标量和平滑度标量。