CN112435231A - 图像质量标尺生成方法、评测图像质量的方法及装置 - Google Patents

图像质量标尺生成方法、评测图像质量的方法及装置 Download PDF

Info

Publication number
CN112435231A
CN112435231A CN202011311993.6A CN202011311993A CN112435231A CN 112435231 A CN112435231 A CN 112435231A CN 202011311993 A CN202011311993 A CN 202011311993A CN 112435231 A CN112435231 A CN 112435231A
Authority
CN
China
Prior art keywords
image
scale
quality
value
objective
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202011311993.6A
Other languages
English (en)
Other versions
CN112435231B (zh
Inventor
田姣姣
李宏铭
庞加训
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen TetrasAI Technology Co Ltd
Original Assignee
Shenzhen TetrasAI Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen TetrasAI Technology Co Ltd filed Critical Shenzhen TetrasAI Technology Co Ltd
Priority to CN202011311993.6A priority Critical patent/CN112435231B/zh
Publication of CN112435231A publication Critical patent/CN112435231A/zh
Application granted granted Critical
Publication of CN112435231B publication Critical patent/CN112435231B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Abstract

本公开涉及图像质量标尺生成方法、评测图像质量的方法及装置，该图像质量标尺生成方法包括获取第一标准图像；获取该第一标准图像的第一客观质量指标；根据预设客观质量指标与预设主观质量值之间的关联关系，确定该第一标准图像的第一主观质量值，将该第一标准图像的第一主观质量值确定为基础刻度值；根据该基础刻度值和预设的标尺值生成规则，生成刻度值序列；获取每个该刻度值对应的第一关联图像，并生成第一图像序列，其中，针对每个该刻度值对应的该第一关联图像，该第一关联图像的第二主观质量值与该刻度值相等；根据该刻度值序列和该第一图像序列，生成第一图像质量标尺。本公开可以在主观维度量化图像质量。

Description

图像质量标尺生成方法、评测图像质量的方法及装置
技术领域
本公开涉及计算机视觉技术领域，尤其涉及图像质量标尺生成方法、评测图像质量的方法及装置。
背景技术
图像质量受到成像装备的光学性能、仪器噪声等多种因素的影响，通过质量评测可以对图像的获取、处理等各环节提供监控手段。现阶段进行图像评测的方法主要分为主观评测和客观评测，主观评测的评测结果因评测员主观偏好有差异，测试的结果难以量化，一致性也难以保证；客观评测对于拍摄条件和标注图卡的依赖度很高，适用场景也有限。
发明内容
本公开提出了图像质量标尺生成方法、评测图像质量的方法及装置。
根据本公开的一方面，提供了一种图像质量标尺的生成方法，所述方法包括：获取第一标准图像；获取所述第一标准图像的第一客观质量指标；根据预设客观质量指标与预设主观质量值之间的关联关系，确定所述第一客观质量指标对应的第一主观质量值，并将所述第一主观质量值确定为基础刻度值；根据所述基础刻度值和预设的标尺值生成规则，生成刻度值序列，其中，所述刻度值序列包括多个刻度值；获取每个所述刻度值对应的第一关联图像，并生成第一图像序列，其中，针对每个所述刻度值对应的所述第一关联图像，所述第一关联图像的第二主观质量值与所述刻度值相等；根据所述刻度值序列和所述第一图像序列，生成第一图像质量标尺。基于上述配置，可以通过预设客观质量指标与预设主观质量值之间的关联关系，对图像的客观质量在主观感知维度进行量化，得到表达主观感知结果的主观质量值，从而生成图像质量标尺，图像质量标尺精准建立了图像客观质量和主观感知的关联，使得该图像质量标尺能够在主观维度客观地量化图像质量。
在一些可能的实施方式中，所述获取所述第一标准图像的第一客观质量指标，包括：获取客观参数值，所述客观参数值用于确定客观清晰度描述曲线的形状；根据所述客观参数值，得到所述客观清晰度描述曲线；根据所述第一标准图像，生成所述第一标准图像对应的图像清晰度描述曲线；计算所述客观清晰度描述曲线与所述图像清晰度描述曲线的相似度；若所述相似度小于预设阈值，则将所述客观参数值确定为所述第一标准图像的第一客观质量指标。基于上述配置，可以通过将客观清晰度描述曲线对应的客观参数值作为客观质量指标，从而得到了能够准确表征图像客观质量的客观质量指标。
在一些可能的实施方式中，在所述计算所述客观清晰度描述曲线与所述图像清晰度描述曲线的相似度之后，所述方法还包括：若所述相似度大于或等于所述预设阈值，则调整所述客观参数值。基于上述配置，可以通过不断调整客观清晰度描述曲线，使其逼近所述第一标准图像对应的图像清晰度描述曲线，提升第一客观质量指标在反映图像客观质量时的指向性。
在一些可能的实施方式中，所述图像清晰度描述曲线为调制函数传递曲线，所述根据所述客观参数值，得到所述客观清晰度描述曲线，包括：根据所述客观参数值以及极限衍射透镜的透镜公式，生成所述极限衍射透镜公式的描述曲线；所述客观参数值表征摄像设备分辨像素的能力；将所述极限衍射透镜公式的描述曲线确定为所述客观清晰度描述曲线。基于上述配置，可以通过选择合适的客观清晰度描述曲线提升客观清晰度描述曲线逼近所述第一标准图像对应的图像清晰度描述曲线的效果，从而提升第一客观质量指标的准确度。
在一些可能的实施方式中，所述获取每个所述刻度值对应的第一关联图像，包括：针对每个所述刻度值，获取图像处理参数；根据所述图像处理参数对所述第一标准图像进行处理，得到处理后图像；获取所述处理后图像的第二客观质量指标；根据所述关联关系，确定所述第二客观质量指标对应的第二主观质量值；若所述第二主观质量值与所述刻度值相等，则将所述处理后图像确定为所述刻度值对应的第一关联图像。基于上述配置，得到第二主观质量值等于所述刻度值的第一关联图像，从而建立第一关联图像与所述刻度值之间的对应关系。
在一些可能的实施方式中，在所述根据所述关联关系，确定所述第二客观质量指标对应的第二主观质量值之后，所述方法还包括：若所述处理后图像的第二主观质量值与所述刻度值不相等，则调整所述图像处理参数。基于上述配置，可以通过不断调整图像处理参数，得到第一关联图像。
在一些可能的实施方式中，在所述将所述处理后图像确定为所述刻度值对应的第一关联图像之后，所述方法还包括：记录所述刻度值与所述图像处理参数的对应关系。基于上述配置，可以通过保存所述刻度值与所述图像处理参数的对应关系，以使得可以基于相同原理在其它的标准图像的基础上生成对应的图像质量标尺，而不必再次经历不断调整图像处理参数的步骤，从而提升图像质量标尺生成速度。
在一些可能的实施方式中，在所述记录所述刻度值与所述图像处理参数的对应关系之后，所述方法还包括：获取第二标准图像；获取所述刻度值序列；针对所述刻度值序列中的每个刻度值，根据所述刻度值与所述图像处理参数的对应关系，对所述第二标准图像进行处理，得到所述刻度值对应的第二关联图像；根据所述刻度值序列中每个刻度值对应的第二关联图像，生成第二图像序列；根据所述刻度值序列和所述第二图像序列，生成第二图像质量标尺。基于上述配置，可以通过变更标准图像，并续用已经得到的图像处理参数，快速生成其它的图像质量标尺。
根据本公开的第二方面，提供了一种基于图像质量标尺评测图像质量的方法，所述方法包括：获取待评测图像；获取图像质量标尺；从所述图像质量标尺包括的多个图像中，确定与所述待评测图像的质量相似度最高的目标图像；基于所述图像质量标尺包括的多个刻度值，将所述目标图像对应的目标刻度值确定为所述待评测图像的评测结果；其中，所述图像质量标尺根据第一方面中任意一项所述的图像质量标尺的生成方法得到。基于上述配置，可以通过选择图像质量标尺中与待评测图像质量最为相似的目标图像，以该目标图像的刻度值作为待评测图像的评测结果，从而为图像质量评测建立了统一的标准，使得评测员在评测过程中有据可依，降低了评测员主观意志对于评测结果的影响，使得评测结果更为准确稳定，也与评测员的主观感受相符。
在一些可能的实施方式中，所述从所述图像质量标尺包括的多个图像中，确定与所述待评测图像的质量相似度最高的目标图像，包括：显示所述待评测图像；显示所述目标图像质量标尺中的各个图像；响应于用户的操作指令，确定所述目标图像质量标尺中被选定的图像，将所述被选定的图像作为所述目标图像。基于上述配置，可以为评测员显示图像质量标尺的各个图像和该待评测图像，由评测员选择质量最为相似的目标图像，从而便于评测员进行评测，提升评测效率，降低评测员负担。
根据本公开的第三方面，提供了一种图像质量标尺的生成装置，所述装置包括：第一标准图像获取模块，用于获取第一标准图像；客观质量指标获取模块，用于获取所述第一标准图像的第一客观质量指标；主观质量值获取模块，用于根据预设客观质量指标与预设主观质量值之间的关联关系，确定所述第一客观质量指标对应的第一主观质量值，并将所述第一主观质量值确定为基础刻度值；刻度值序列生成模块，用于根据所述基础刻度值和预设的标尺值生成规则，生成刻度值序列，其中，所述刻度值序列包括多个刻度值；第一图像序列生成模块，用于获取每个所述刻度值对应的第一关联图像，并生成第一图像序列，其中，针对每个所述刻度值对应的所述第一关联图像，所述第一关联图像的第二主观质量值与所述刻度值相等；第一图像质量标尺生成模块，用于根据所述刻度值序列和所述第一图像序列，生成第一图像质量标尺。
在一些可能的实施方式中，所述客观质量指标获取模块，包括：客观参数值获取单元，用于获取客观参数值，所述客观参数值用于确定客观清晰度描述曲线的形状；客观清晰度描述曲线获取单元，用于根据所述客观参数值，得到所述客观清晰度描述曲线；图像清晰度描述曲线生成单元，用于根据所述第一标准图像，生成所述第一标准图像对应的图像清晰度描述曲线；相似度计算单元用于计算所述客观清晰度描述曲线与所述图像清晰度描述曲线的相似度；客观质量指标确定单元，用于若所述相似度小于预设阈值，则将所述客观参数值确定为所述第一标准图像的第一客观质量指标。
在一些可能的实施方式中，客观质量指标获取模块还用于若所述相似度大于或等于所述预设阈值，则调整所述客观参数值。
在一些可能的实施方式中，所述图像清晰度描述曲线为调制函数传递曲线，所述客观清晰度描述曲线获取单元还用于根据所述客观参数值以及极限衍射透镜的透镜公式，生成所述极限衍射透镜公式的描述曲线；所述客观参数值表征摄像设备分辨像素的能力；将所述极限衍射透镜公式的描述曲线确定为所述客观清晰度描述曲线。
在一些可能的实施方式中，所述第一图像序列生成模块用于针对每个所述刻度值，获取图像处理参数；根据所述图像处理参数对所述第一标准图像进行处理，得到处理后图像；获取所述处理后图像的第二客观质量指标；根据所述关联关系，确定所述第二客观质量指标对应的第二主观质量值；若所述第二主观质量值与所述刻度值相等，则将所述处理后图像确定为所述刻度值对应的第一关联图像。
在一些可能的实施方式中，所述第一图像序列生成模块还用于若所述处理后图像的第二主观质量值与所述刻度值不相等，则调整所述图像处理参数。
在一些可能的实施方式中，所述第一图像序列生成模块还用于记录所述刻度值与所述图像处理参数的对应关系。
在一些可能的实施方式中，所述装置还用于获取第二标准图像；获取所述刻度值序列；针对所述刻度值序列中的每个刻度值，根据所述刻度值与所述图像处理参数的对应关系，对所述第二标准图像进行处理，得到所述刻度值对应的第二关联图像；根据所述刻度值序列中每个刻度值对应的第二关联图像，生成第二图像序列；根据所述刻度值序列和所述第二图像序列，生成第二图像质量标尺。
根据本公开的第四方面，提供了一种基于图像质量标尺评测图像质量的装置，所述装置包括：待评测图像获取模块，用于获取待评测图像；图像质量标尺获取模块，用于获取图像质量标尺；目标图像确定模块，用于从所述图像质量标尺包括的多个图像中，确定与所述待评测图像的质量相似度最高的目标图像；评测结果输出模块，用于基于所述图像质量标尺包括的多个刻度值，将所述目标图像对应的目标刻度值确定为所述待评测图像的评测结果；其中，所述图像质量标尺根据第一方面中任意一项所述的图像质量标尺的生成方法得到。
在一些可能的实施方式中，所述目标图像确定模块，还用于显示所述待评测图像；显示所述目标图像质量标尺中的各个图像；响应于用户的操作指令，确定所述目标图像质量标尺中被选定的图像，将所述被选定的图像作为所述目标图像。
根据本公开的第五方面，提供了一种电子设备，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令实现如第一方面中任意一项所述的一种图像质量标尺的生成方法或如第二方面中任意一项所述的一种基于图像质量标尺评测图像质量的方法。
根据本公开的第六方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或至少一段程序由处理器加载并执行以实现第一方面中任意一项所述的一种图像质量标尺的生成方法或第二方面中任意一项所述的一种基于图像质量标尺评测图像质量的方法。
在本公开实施例中，可以通过建立客观质量指标与主观质量值之间的联系，使得图像质量标尺能够在主观感受的维度上量化客观的图像质量，从而使得基于图像质量标尺进行评测得到的主观评测结果客观公正，降低对于评测员的依赖。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本说明书的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
图1示出根据本公开实施例的一种图像质量标尺的生成方法的流程图；
图2示出根据本公开实施例的对ISO12233标准测试卡原图进行拍摄得的第一标准图像的示意图；
图3示出根据本公开实施例的获取上述第一标准图像的第一客观质量指标的流程图；
图4示出根据本公开实施例的根据上述第一标准图像，生成上述第一标准图像对应的图像清晰度描述曲线的流程图；
图5示出根据本公开实施例的计算每个该计算区域的区域清晰度描述曲线的流程图；
图6示出根据本公开实施例的计算区域中某一行对应的ESF曲线；
图7示出根据本公开实施例的计算区域中某一行对应的LSF曲线；
图8示出根据本公开实施例的计算区域中某一行对应的SFR曲线；
图9示出根据本公开实施例的获取每个上述刻度值对应的第一关联图像的流程图；
图10示出根据本公开实施例的其中一个第一图像质量标尺的示意图；
图11示出根据本公开实施例的第二图像质量标尺的生成方法流程图；
图12示出根据本公开实施例的其中一个第二标准图像的示意图；
图13示出根据本公开实施例的生成第二关联图像的示意图；
图14示出一种基于图像质量标尺评测图像质量的方法的流程图；
图15示出根据本公开实施例的一种基于图像质量标尺评测图像质量的方法步骤S30-1的流程图；
图16示出根据本公开实施例的评测报告的示意图；
图17示出根据本公开实施例的一种图像质量标尺的生成装置的框图；
图18示出根据本公开实施例的一种基于图像质量标尺评测图像质量的装置的框图；
图19示出根据本公开实施例的一种电子设备的框图；
图20示出根据本公开实施例的另一种电子设备的框图。
具体实施方式
下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
在对图像质量进行评测的相关技术中主观评测依然占据较高比例，而主观评测结果受评测员的主观因素影响较大，难以量化，并且主观评测结果一致性也难以保证，比如，评测员A认为质量高，而评测员B认为质量普通，从而可能导致主观评测结果的不够稳定。本公开示出了一种图像质量标尺的生成方案，通过得到图像的客观质量指标，并且在主观感知维度上对该客观质量指标进行量化，从而得到表征主观感知结果的主观质量值，这一主观质量值的获取过程与评测员无关，根据获取到的主观质量值构建得到的图像质量标尺也与评测员无关，利用图像质量标尺评测图像质量的过程也可以降低对评测员的依赖，从而使得主观评测结果客观公正，具备较好的一致性和稳定性。
在得到图像质量标尺的基础上，本公开还可以进一步示出基于该图像质量标尺评测图像质量的方案，通过将待评测的图像与该图像质量标尺中的各个图像进行比对，可以选取与待测评图像质量最为接近的目标图像，根据该目标图像的主观质量值得到待评测图像的主观评测结果。依托于图像质量标尺，可以使得对于该待评测图像的主观评测结果具备一致性，尽量降低评测员主观意志对于评测结果的影响。本公开示出的方案所得到的质量评测结果准确可靠，可以被广泛应用于对各种摄像设备的摄像质量进行评测，以便于为摄像设备评测和优化提供可靠依据。
本公开可以应用于对图像各种质量维度的评测，比如图像清晰度、图像色度、图像对比度等，本公开实施例对此不做限定。
本公开实施例提供的图像质量标尺的生成方法或基于图像质量标尺评测图像质量的方法中的任意一个均可以由终端设备、服务器或其它类型的电子设备执行，其中，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、个人数字处理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该图像质量标尺的生成方法或基于图像质量标尺评测图像质量的方法中的任意一个均可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。下面以电子设备作为执行主体为例对本公开实施例的图像质量标尺的生成方法以及基于图像质量标尺评测图像质量的方法进行说明。该图像质量标尺的生成方法以及基于图像质量标尺评测图像质量的方法以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
图1示出根据本公开实施例的一种图像质量标尺的生成方法的流程图，如图1所示，上述方法包括：
S10：获取第一标准图像。
本公开中第一标准图像是图像质量标尺的生成基准，图像质量标尺中的其它图像基于该第一标准图像得到，第一标准图像被认为具备最高的图像质量。
以用于评测清晰度的图像质量标尺为例，第一标准图像为具备最高清晰度的图像。本公开中可以使用实际能够获取到的具备最高图像拍摄能力的摄像设备对拍摄对象进行拍摄得到，该拍摄对象为符合国际标准的图卡或者实验室搭建的画板。示例性的，本公开中可以使用具备最高图像拍摄能力的摄像设备对ISO12233标准测试卡原图进行拍摄，得到包含该原图的第一标准图像。如图2所示，其示出了对ISO12233标准测试卡原图进行拍摄得的第一标准图像的示意图。
在一些实施方式中，还可以在获取第一标准图像之前确定该第一标准图像的拍摄条件，将该拍摄条件作为基于该第一标准图像得到的图像质量标尺的生成条件。本公开中上述拍摄条件也可以作为图像质量标尺的使用条件，即在使用图像标尺时，选择与待评测图像拍摄条件相同的图像质量标尺来对待评测图像进行质量评测，即可以约束图像标尺生成和使用时均基于相同的拍摄条件，这可以使得对待评测图像的评测过程避免由于拍摄条件不同而引入的误差，提升评测精准度。
在一些实施例中，每个图像质量标尺可以都有其唯一确定的拍摄条件，该图像质量标尺在该拍摄条件下生成，也在该拍摄条件下使用。通过限定拍摄条件可以明确图像质量标尺的生成场景和使用场景，提升图像质量标尺的规范性和准确度。拍摄条件可以包括光照条件和拍摄环境，本公开实施例不限定拍摄条件的具体内容。示例性的，可以要求拍摄条件的勒克斯(照明单位)为2，并且要求拍摄环境满足亮度一致性。
在一些实施例中，图像质量标尺的生成和使用可以均与拍摄条件相关，可以通过变更拍摄条件，获取变更后的拍摄条件对应的图像质量标尺，以使得本公开的实施不受拍摄条件的具体限制。比如，可以得到实际的图像质量评测环境对应的拍摄条件，生成适用于该拍摄条件的图像质量标尺，然后在实际的评测环境获取待评测图像，根据该图像质量标尺对该待评测图像进行评测。
S20：获取上述第一标准图像的第一客观质量指标。
本公开中第一客观质量指标可以与对图像质量进行评测的维度有关，比如，若在清晰度维度进行图像质量评测，则该第一客观质量指标可以为清晰度指标；若在对比度维度进行图像质量评测，则该第一客观质量指标可以为对比度指标。
以在清晰度维度进行图像质量评测，如图3所示，其示出根据本公开实施例的获取上述第一标准图像的第一客观质量指标的流程图，包括：
S21:获取客观参数值，上述客观参数值用于确定客观清晰度描述曲线的形状。
S22:根据上述客观参数值，得到上述客观清晰度描述曲线。
S23:根据上述第一标准图像，生成上述第一标准图像对应的图像清晰度描述曲线。
如图4所示，其示出根据本公开实施例的根据上述第一标准图像，生成上述第一标准图像对应的图像清晰度描述曲线，包括：
S231:在该第一标准图像中确定至少一个计算区域。
以对图2的拍摄结果为例，可以选取任意一个斜边所在位置框选一个对应的计算区域。即在该第一标准图像中选择至少一个斜边；对于任意一个斜边，框选一个计算区域，以使得该计算区域中只包括该一个斜边。
示例性的，可以在图2中左右各选择一个斜边，在中间选择两个斜边，图2中以箭头指出对于斜边的选择结果。对于每个被选择的斜边，可以确定唯一一个计算区域，该计算区域只包括该斜边的其中一部分即可。
S232:计算每个该计算区域的区域清晰度描述曲线。
如图5所示，其示出了根据本公开实施例的计算每个该计算区域的区域清晰度描述曲线的流程图，包括：
S2321:计算该计算区域中每一行对应的行清晰度描述曲线。
示例性的，该行清晰度描述曲线可以为边缘扩展函数(Edge Spread Function，ESF)曲线，对于该计算区域的每一行可以生成其对应的ESF曲线。如图6所示，其示出了根据本公开实施例的计算区域中某一行对应的ESF曲线。该曲线的横坐标表示该某一行的各个像素位置，该曲线的纵坐标表示该某一行的某个像素位置对应的灰度值或亮度值。
在一些实施例中，该行清晰度描述曲线也可以为线扩散函数(Line SpreadFunction，LSF)曲线，该LSF曲线可以通过ESF曲线求导得到。如图7所示，其示出了根据本公开实施例的计算区域中某一行对应的LSF曲线。该曲线的横坐标表示该某一行的各个像素位置，该曲线的纵坐标表示该某一行的某个像素位置对应的灰度值或亮度值。
在一些实施例中，该行清晰度描述曲线也可以为空间频率响应(SpatialFrequency Response，SFR)曲线，该SFR曲线可以通过LSF曲线进行傅里叶变化得到。如图8所示，其示出了根据本公开实施例的计算区域中某一行对应的SFR曲线。该曲线的横坐标表示频率，该曲线的纵坐标表示空间频率响应。
S2322:对该计算区域中各行对应的行清晰度描述曲线进行超采样，得到该计算区域的区域清晰度描述曲线。
示例性的，该区域清晰度描述曲线可以以调制传递函数(Modulation TransferFunction，MTF)曲线表达，其可以通过对于各行对应的行清晰度描述曲线进行超采样得到。比如，对于各行对应的SFR曲线进行超采样得到。
S233:根据各个该区域清晰度描述曲线确定该第一标准图像对应的图像清晰度描述曲线。
本公开中并不限定根据各个该区域清晰度描述曲线确定该第一标准图像对应的图像清晰度描述曲线的具体方法。
示例性的，可以将各个该区域清晰度描述曲线直接求和，得到该图像清晰度描述曲线，也可以将各个该区域清晰度描述曲线进行加权求和，得到该图像清晰度描述曲线，权值可以与计算区域的具体位置相关，比如位于第一标准图像中部区域的计算区域对应较高权值，位于第一标准图像边缘区域的计算区域对应较低权值。
S24:计算上述客观清晰度描述曲线与上述图像清晰度描述曲线的相似度。
本公开实施例中可以使用客观清晰度描述曲线来逼近第一标准图像对应的图像清晰度描述曲线。在一些实施例例中，上述第一标准图像对应的图像清晰度描述曲线可以为调制函数传递曲线(Modulation Transfer Function，MTF)，由于MTF曲线与极限衍射透镜公式的描述曲形状相似，因此可以选择极限衍射透镜公式的描述曲线作为上述客观清晰度描述曲线，即可以根据上述客观参数值以及极限衍射透镜的透镜公式，生成上述极限衍射透镜公式的描述曲线；上述客观参数值在上述极限衍射透镜的透镜公式中表征摄像设备分辨像素的能力；将上述极限衍射透镜公式的描述曲线确定为上述客观清晰度描述曲线。本公开实施例可以通过选择合适的客观清晰度描述曲线提升客观清晰度描述曲线逼近上述第一标准图像对应的图像清晰度描述曲线的效果，从而提升第一客观质量指标的准确度。
具体地，极限衍射透镜公式为
Figure BDA0002790112190000091
其中，v,m(v)分别表征频率和空间频率响应，可以作为该公式的自变量和因变量，唯一确定该极限衍射透镜公式对应的曲线的形状的k即为客观参数值。
S25:若上述相似度小于预设阈值，则将上述客观参数值确定为上述第一标准图像的第一客观质量指标。
若上述相似度大于或等于上述预设阈值，则调整上述客观参数值,然后可以根据调整后的客观参数值得到客观清晰度描述曲线，重复执行步骤S24，直至计算得到的相似度小于预设阈值，即可将该调整后的客观参数值确定为该第一客观质量指标。本公开实施例可以通过不断调整客观清晰度描述曲线，使其逼近上述第一标准图像对应的图像清晰度描述曲线，提升第一客观质量指标在反映第一标准图像客观质量时的指向性。
S30：根据预设客观质量指标与预设主观质量值之间的关联关系，确定上述第一客观质量指标对应的第一主观质量值，并将上述第一主观质量值确定为基础刻度值。
本公开中预设客观质量指标与预设主观质量值之间的关联关系是关联客观质量指标与主观质量值的桥梁，其中客观质量指标反映对图像的客观评测结果，客观质量评测的结果不以评测员的意志为转移，主观质量值反映对图像的主观感受。上述关联关系可以将客观质量指标在主观感知维度上进行量化，得到可以反映用户主观感受的主观质量值。为了使得主观质量值可以精准反映用户主观感受，也可以基于权威的主观感知量化模型来得到该关联关系。本公开中主观质量值虽然是一种主观的评测结果，但是其是以反映了客观质量评测的结果的客观质量指标为依据的，因此，主观质量值的获取过程不以评测员意志为转移，并且主观质量值和客观质量指标具备强相关性，这就确保了主观质量值既准确体现了图像的客观质量，又将图像的客观质量与人的主观感受统一，使得主观评测结果与客观评测结果相一致。
不同维度的质量评测可以得到不同的客观质量指标，以及预设客观质量指标与预设主观质量值之间的关联关系。示例性的，若该图像质量标尺主要用于从清晰度维度评测图像质量，则该客观质量指标可以为客观清晰度，该预设客观质量指标与预设主观质量值之间的关联关系可以描述图像的客观清晰度与主观质量值的关联。若该图像质量标尺主要用于从对比度维度评测图像质量，则该客观质量值指标可以为客观对比度，该预设客观质量指标与预设主观质量值之间的关联关系可以描述图像的客观对比度与主观质量值的关联。
示例性的，以从清晰度维度评测图像质量为例，可以使用标准ISO20462-3中提及的标准质量规范(SQS2)描述该预设客观质量指标与预设主观质量值之间的关联关系，该准质量规范(SQS2)的表达式为
Figure BDA0002790112190000101
其中，k可以为客观质量指标，SQS2的值可以作为主观质量值。
示例性的，在一些实施例中，可以将SQS2的值近似作为JND值，将计算得到的SQS2直接作为JND的值输出，得到以JND形式表达的主观质量值。
本公开中步骤S20可以得到上述第一标准图像的第一客观质量指标，第一客观图像指标反映了对第一标准图像的客观质量评测的结果，根据该预设客观质量指标与预设主观质量值之间的关联关系，和该第一客观质量指标得到的第一主观质量值反映了对第一标准图像的主观感受。
S40：根据上述基础刻度值和预设的标尺值生成规则，生成刻度值序列，其中，上述刻度值序列包括多个刻度值。
本公开并不限定标尺值生成规则的具体内容。
示例性的，该标尺值生成规则可以为刻度值序列的刻度值形成等差数列或形成等比数列，比如，基础刻度值为33JND(Just noticeable difference，最小可觉差)，等差数列的公差为3，则该刻度值序列中的刻度值可以依次为33JND，30JND，27JND,24JND,21JND，以此类推。
示例性的，该标尺值生成规则还可以设定一个差值序列，根据该差值序列和该基础刻度值可以生成刻度值序列。比如，该差值序列可以为5,4,3,2，基础刻度值为33JND，则该刻度值序列中的刻度值可以依次为33JND，28JND，24JND,21JND,19JND。
在一些实施例中，可以根据评测的维度确定刻度值的下限。以清晰度评测为例，当刻度值过低时，进行图像的清晰度评测的意义不大，因为图像已经十分模糊。这种场景中，可以限定一个刻度值的下限，在生成刻度值序列时，若生成的刻度值小于该刻度值的下限，则不再生成后续的刻度值。示例性的，若基准刻度值为33JND，刻度值下限阈值为15，等差数列的公差为3，则由此得到的刻度值序列中的刻度值依次为33JND，30JND,27JND,24JND,21JND,18JND,15JND。
S50：获取每个上述刻度值对应的第一关联图像，并生成第一图像序列，其中，针对每个上述刻度值对应的上述第一关联图像，上述第一关联图像的第二主观质量值与上述刻度值相等。
在确定刻度值序列之后，针对该刻度值序列中除了基础刻度值之外的每个刻度值，可以通过对于该第一标准图像进行图像处理，降低该第一标准图像的质量，得到第二主观质量值与该每个刻度值相等的第一关联图像。
如图9所示，其示出了根据本公开实施例的获取每个上述刻度值对应的第一关联图像的流程图，上述获取每个上述刻度值对应的第一关联图像，包括：
S51：针对每个上述刻度值，获取图像处理参数。
S52：根据上述图像处理参数对上述第一标准图像进行处理，得到处理后图像。
S53：获取上述处理后图像的第二客观质量指标。
本公开步骤S53中获取上述处理后图像的第二客观质量指标的方法与步骤S20中获取上述第一标准图像的第一客观质量指标的方法一致，在此不再赘述。
S54：根据上述关联关系，确定上述处理后图像的第二主观质量值。
S55：若上述处理后图像的第二主观质量值与上述刻度值相等，则将上述处理后图像确定为上述刻度值对应的第一关联图像。
若上述处理后图像的第二主观质量值与上述刻度值不相等，则调整上述图像处理参数,然后可以根据调整后的图像处理参数对上述第一标准图像进行处理，得到处理后图像。重复执行步骤S53，直至使得处理后图像的第二主观质量值与上述刻度值相等，即可确定为上述刻度值对应的第一关联图像。本公开实施例可以通过不断调整图像处理参数，得到第一关联图像，从而建立第一关联图像与上述刻度值之间的对应关系。
示例性的，若该图像质量标尺主要用于从清晰度维度评测图像质量，基础刻度值为33JND，而刻度值序列中某个刻度值为24JND，则可以对第一标准图像进行模糊处理，使得模糊处理后的图像的第二主观质量值为24JND，将该模糊处理后的图像确定为刻度值24JND对应的第一关联图像。
在一些实施例中，还可以在上述将上述处理后图像确定为上述刻度值对应的第一关联图像之后，记录上述刻度值与上述图像处理参数的对应关系。通过保存上述刻度值与上述图像处理参数的对应关系，可以快速基于其它标准图像生成其它图像质量标尺。可以通过保存上述刻度值与上述图像处理参数的对应关系，以使得可以基于相同原理在其它的标准图像的基础上生成对应的图像质量标尺，而不必再次经历不断调整图像处理参数的步骤，从而提升图像质量标尺生成速度。
S60：根据上述刻度值序列和上述第一图像序列，生成第一图像质量标尺。
示例性的，若上述刻度值序列中的刻度值依次为33JND，30JND,27JND,24JND,21JND,18JND,15JND，其中33JND为基础刻度值；相应的，该第一图像序列包括7张图像，分别对应的刻度值为33JND，30JND,27JND,24JND,21JND,18JND,15JND，其中对应的刻度值为33JND的图像为第一标准图像。如图10所示，其示出了根据本公开实施例的其中一个第一图像质量标尺的示意图。图10中各个图片组成了能够在清晰度维度进行图像质量评测的标尺，该各个图片按照JND升序的顺序进行排列。
本公开实施例可以通过预设客观质量指标与预设主观质量值之间的关联关系，对图像的客观质量在主观感知维度进行量化，得到表达主观感知结果的第一主观质量值和第二主观质量值，从而生成第一图像质量标尺，第一图像质量标尺精准建立了图像客观质量和主观感知的关联，使得该第一图像质量标尺能够在主观维度客观地量化图像质量。
本公开实施例还可以根据预先记录的上述刻度值与上述图像处理参数的对应关系，基于有别于第一标准图像的第二标准图像，生成第二质量标尺。该第二标准图像可以为与该第一标准图像基于相同拍摄条件得到的任意标准图像。
如图11所示，其示出了根据本公开实施例的第二图像质量标尺的生成方法流程图，上述方法包括：
S100.获取第二标准图像。
如图12所示，其示出了根据本公开实施例的其中一个第二标准图像的示意图。该第二标准图像使用与第一标准图像相同的拍摄条件对基于实验室搭建的画板进行拍照得到。第二标准图像与第一标准图像的拍摄对象不同，但是拍摄条件是相同的。
S200.获取上述刻度值序列。
S300.针对上述刻度值序列中的每个刻度值，根据上述刻度值与上述图像处理参数的对应关系，对上述第二标准图像进行处理，得到上述刻度值对应的第二关联图像。
示例性的，在基于第一标准图像生成从清晰度维度评测图像质量的图像质量标尺的过程中，若第一标准图像对应的基础刻度值为33JND，刻度值序列中的其它刻度值依次为28JND,23JND,18JND,13JND；各个其它刻度值对应的模糊处理参数为M1,M2,M3,M4，则在基于该第二标准图像生成从清晰度维度评测图像质量的图像质量标尺的过程时，可以直接认为第二标准图像对应的基础刻度值为33JND，基于模糊处理参数M1,M2,M3,M4对该第二标准图像进行模糊处理，得到的图像就是对应刻度值为28JND,23JND,18JND,13JND的第二关联图像。
如图13所示，其示出了根据本公开实施例的生成第二关联图像的示意图。左侧的第二关联图像为右侧的第二标准图像通过模糊处理而得到。
S400.根据上述刻度值序列中每个刻度值对应的第二关联图像，生成第二图像序列。
S500.根据上述刻度值序列和上述第二图像序列，生成第二图像质量标尺。
在一些实施例中，变更拍摄条件可以得到其对应的图像质量标尺，本公开并不对拍摄条件进行限制，得到质量标尺的过程如前文上述，在此不再赘述。
本公开以清晰度维度作为示例，描述了图像质量标尺的生成过程，其它维度的图像质量标尺不再赘述。
基于上述配置，本公开示出了一种图像质量标尺的生成方法，通过预设客观质量指标与预设主观质量值之间的关联关系图像质量标尺，图像质量标尺精准建立了图像客观质量和主观感知的关联，使得该图像质量标尺能够在主观维度量化客观的图像质量。图像质量标尺的生成过程是客观的，从而使得图像质量标尺的生成不依赖于主观因素，但是却可以稳定地量化主观评测结果。基于该图像质量标尺对待评测图像进行评测也可以使得评测结果精准稳定，即使使用不同的评测员，也可以使得评测结果具备一致性。
图14示出了根据本公开实施例的一种基于图像质量标尺评测图像质量的方法的流程图，该方法包括：
S10-1:获取待评测图像。
在一些实施例中，为了对摄像设备的摄像质量进行评测，可以首先确定拍摄条件。比如，已有的拍摄条件1对应的图像质量标尺有两个，分别为标尺1和标尺2；拍摄条件2对应的图像质量标尺有两个，分别为标尺3和标尺4，其它拍摄条件下尚无对应的图像质量标尺，则可以将拍摄条件1和拍摄条件2中任选一个作为待评测图像的拍摄条件。
在一些实施例中，还可以确定拍摄对象。比如，选择拍摄条件1作为待评测图像的拍摄条件，选择标尺1对应的拍摄对象作为待评测图像的拍摄对象。则在该拍摄条件下，使用该摄像设备对该拍摄对象进行拍摄，即可得到待评测图像。
S20-1:获取图像质量标尺。
在一些实施例中，若得到了待评测图像，则可以根据待评测图像的拍摄条件和拍摄对象确定目标图像质量标尺。比如，待评测图像是在勒克斯为2条件下对实验室搭建的画板进行拍摄得到的。则该图像质量标尺中基准刻度值对应的标准图像也可以是在勒克斯为2的条件下对该实验室搭建的画板进行拍摄得到的，通过根据待评测图像的拍摄条件和拍摄对象选择图像质量标尺，从而规避在图像评测过程中由于待评测图像与图像质量标尺的拍摄条件或拍摄对象不同带来的误差。
本步骤使用的图像质量标尺的生成方法前文已有描述，再此不再赘述。
S30-1:从上述图像质量标尺包括的多个图像中，确定与上述待评测图像的质量相似度最高的目标图像。
在实际的评测过程中，可以为评测员显示该图像质量标尺的各个图像和该待评测图像，由评测员选择该图像质量标尺中与该待评测图像最为相似的目标图像；也可以由机器将该图像质量标尺的各个图像分别与该待评测图像进行质量相似度匹配，将匹配度最高的作为目标图像。
本公开中质量相似度与评测维度有关，比如，若在清晰度维度进行质量评测，这质量相似度可以为清晰度相似度；若在对比度维度进行质量评测，这质量相似度可以为对比度相似度。
在一些实施例中，可以依赖于评测员进行目标图像的选择。如图15所示，其示出了根据本公开实施例的一种基于图像质量标尺评测图像质量的方法步骤S30-1的流程图，其中，上述确定与上述待评测图像的质量相似度最高的目标图像，包括：
S31-1:显示该待评测图像；
S32-1:显示该目标图像质量标尺中的各个图像；
S33-1:响应于用户的操作指令，确定上述目标图像质量标尺中被选定的图像，将上述被选定的图像作为上述目标图像。
S40-1:基于上述图像质量标尺包括的多个刻度值，将上述目标图像对应的目标刻度值确定为上述待评测图像的评测结果。
本公开实施例可以为评测员显示图像质量标尺的各个图像和该待评测图像，由评测员选择质量最为相似的目标图像，从而便于评测员进行评测，提升评测效率，降低评测员负担。
在一些实施例中，还可以根据该评测结果生成评测报告，该评测报告可以包括拍摄条件和评测结果。进一步地，该评测报告还可以包括评测时间、评测人、参与评测的设备。如图16所示，其示出了根据本公开实施例的评测报告的示意图，该评测报告显示了四种拍摄条件下对于参与评测的设备所拍摄得到的图像的评测结果，分别为勒克斯为0时，评测结果为JND0；勒克斯为2时，评测结果为JND27；勒克斯为7时，评测结果为JND0；勒克斯为14时，评测结果为JND24。
本公开示出的一种基于图像质量标尺评测图像质量的方法，可以通过选择图像质量标尺中与待评测图像最为相似的目标图像，以该目标图像的刻度值作为待评测图像的评测结果，从而为图像质量评测建立了统一的标准，使得评测员在评测过程中有据可依，降低了评测员主观意志对于评测结果的影响，使得评测结果更为准确稳定，也与评测员的主观感受相符。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。
图17示出根据本公开实施例的一种图像质量标尺的生成装置的框图；如图17所示，上述装置包括：
第一标准图像获取模块10，用于获取第一标准图像；
客观质量指标获取模块20，用于获取上述第一标准图像的第一客观质量指标；
主观质量值获取模块30，用于根据预设客观质量指标与预设主观质量值之间的关联关系，确定上述第一客观质量指标对应的第一主观质量值，并将上述第一主观质量值确定为基础刻度值；
刻度值序列生成模块40，用于根据上述基础刻度值和预设的标尺值生成规则，生成刻度值序列，其中，上述刻度值序列包括多个刻度值；
第一图像序列生成模块50，用于获取每个上述刻度值对应的第一关联图像，并生成第一图像序列，其中，针对每个上述刻度值对应的上述第一关联图像，上述第一关联图像的第二主观质量值与上述刻度值相等；
第一图像质量标尺生成模块60，用于根据上述刻度值序列和上述第一图像序列，生成第一图像质量标尺。
在一些可能的实施方式中，上述客观质量指标获取模块，包括：客观参数值获取单元，用于获取客观参数值，上述客观参数值用于确定客观清晰度描述曲线的形状；客观清晰度描述曲线获取单元，用于根据上述客观参数值，得到上述客观清晰度描述曲线；图像清晰度描述曲线生成单元，用于根据上述第一标准图像，生成上述第一标准图像对应的图像清晰度描述曲线；相似度计算单元用于计算上述客观清晰度描述曲线与上述图像清晰度描述曲线的相似度；客观质量指标确定单元，用于若上述相似度小于预设阈值，则将上述客观参数值确定为上述第一标准图像的第一客观质量指标。
在一些可能的实施方式中，客观质量指标获取模块还用于若上述相似度大于或等于上述预设阈值，则调整上述客观参数值。
在一些可能的实施方式中，上述图像清晰度描述曲线为调制函数传递曲线，上述客观清晰度描述曲线获取单元还用于根据上述客观参数值以及极限衍射透镜的透镜公式，生成上述极限衍射透镜公式的描述曲线；上述客观参数值表征摄像设备分辨像素的能力；将上述极限衍射透镜公式的描述曲线确定为上述客观清晰度描述曲线。
在一些可能的实施方式中，上述第一图像序列生成模块用于针对每个上述刻度值，获取图像处理参数；根据上述图像处理参数对上述第一标准图像进行处理，得到处理后图像；获取上述处理后图像的第二客观质量指标；根据上述关联关系，确定上述第二客观质量指标对应的第二主观质量值；若上述第二主观质量值与上述刻度值相等，则将上述处理后图像确定为上述刻度值对应的第一关联图像。
在一些可能的实施方式中，上述第一图像序列生成模块还用于若上述处理后图像的第二主观质量值与上述刻度值不相等，则调整上述图像处理参数。
在一些可能的实施方式中，上述第一图像序列生成模块还用于记录上述刻度值与上述图像处理参数的对应关系。
在一些可能的实施方式中，上述装置还用于获取第二标准图像；获取上述刻度值序列；针对上述刻度值序列中的每个刻度值，根据上述刻度值与上述图像处理参数的对应关系，对上述第二标准图像进行处理，得到上述刻度值对应的第二关联图像；根据上述刻度值序列中每个刻度值对应的第二关联图像，生成第二图像序列；根据上述刻度值序列和上述第二图像序列，生成第二图像质量标尺。
图18示出根据本公开实施例的一种基于图像质量标尺评测图像质量的装置的框图；如图18所示，上述装置包括：
待评测图像获取模块10-1，用于获取待评测图像；
图像质量标尺获取模块20-1，用于获取图像质量标尺；
目标图像确定模块30-1，用于从上述图像质量标尺包括的多个图像中，确定与上述待评测图像的质量相似度最高的目标图像；
评测结果输出模块40-1，用于基于上述图像质量标尺包括的多个刻度值，将上述目标图像对应的目标刻度值确定为上述待评测图像的评测结果；其中，上述图像质量标尺根据本公开实施例中示出的图像质量标尺的生成方法得到。
在一些可能的实施方式中，上述目标图像确定模块30-1，还用于显示上述待评测图像；显示上述目标图像质量标尺中的各个图像；响应于用户的操作指令，确定上述目标图像质量标尺中被选定的图像，将上述被选定的图像作为上述目标图像。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以上文方法实施例的描述，为了简洁，这里不再赘述。
本公开实施例还提出一种计算机可读存储介质，上述计算机可读存储介质中存储有至少一条指令或至少一段程序，上述至少一条指令或至少一段程序由处理器加载并执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，上述处理器被配置为上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图19示出根据本公开实施例的一种电子设备的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
图19，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在上述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。上述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与上述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如上述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G、3G、4G、5G或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，上述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图20示出根据本公开实施例的另一种电子设备的框图。例如，电子设备1900可以被提供为一服务器。图20，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(I SA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，上述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，上述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (14)

1.一种图像质量标尺的生成方法，其特征在于，所述方法包括：
获取第一标准图像；
获取所述第一标准图像的第一客观质量指标；
根据预设客观质量指标与预设主观质量值之间的关联关系，确定所述第一客观质量指标对应的第一主观质量值，并将所述第一主观质量值确定为基础刻度值；
根据所述基础刻度值和预设的标尺值生成规则，生成刻度值序列，其中，所述刻度值序列包括多个刻度值；
获取每个所述刻度值对应的第一关联图像，并生成第一图像序列，其中，针对每个所述刻度值对应的所述第一关联图像，所述第一关联图像的第二主观质量值与所述刻度值相等；
根据所述刻度值序列和所述第一图像序列，生成第一图像质量标尺。
2.根据权利要求1所述的方法，其特征在于，所述获取所述第一标准图像的第一客观质量指标，包括：
获取客观参数值，所述客观参数值用于确定客观清晰度描述曲线的形状；
根据所述客观参数值，得到所述客观清晰度描述曲线；
根据所述第一标准图像，生成所述第一标准图像对应的图像清晰度描述曲线；
计算所述客观清晰度描述曲线与所述图像清晰度描述曲线的相似度；
若所述相似度小于预设阈值，则将所述客观参数值确定为所述第一标准图像的第一客观质量指标。
3.根据权利要求2所述的方法，其特征在于，在所述计算所述客观清晰度描述曲线与所述图像清晰度描述曲线的相似度之后，所述方法还包括：
若所述相似度大于或等于所述预设阈值，则调整所述客观参数值。
4.根据权利要求2或3所述的方法，其特征在于，所述根据所述客观参数值，得到所述客观清晰度描述曲线，包括：
根据所述客观参数值以及极限衍射透镜的透镜公式，生成所述极限衍射透镜公式的描述曲线；所述客观参数值表征摄像设备分辨像素的能力；
将所述极限衍射透镜公式的描述曲线确定为所述客观清晰度描述曲线。
5.根据权利要求1至4中任意一项所述的方法，其特征在于，所述获取每个所述刻度值对应的第一关联图像，包括：
针对每个所述刻度值，获取图像处理参数；
根据所述图像处理参数对所述第一标准图像进行处理，得到处理后图像；
获取所述处理后图像的第二客观质量指标；
根据所述关联关系，确定所述第二客观质量指标对应的第二主观质量值；
若所述第二主观质量值与所述刻度值相等，则将所述处理后图像确定为所述刻度值对应的第一关联图像。
6.根据权利要求5所述的方法，其特征在于，在所述根据所述关联关系，确定所述第二客观质量指标对应的第二主观质量值之后，所述方法还包括：
若所述处理后图像的第二主观质量值与所述刻度值不相等，则调整所述图像处理参数。
7.根据权利要求5或6所述的方法，其特征在于，在所述将所述处理后图像确定为所述刻度值对应的第一关联图像之后，所述方法还包括：
记录所述刻度值与所述图像处理参数的对应关系。
8.根据权利要求7所述的方法，其特征在于，在所述记录所述刻度值与所述图像处理参数的对应关系之后，所述方法还包括：
获取第二标准图像；
获取所述刻度值序列；
针对所述刻度值序列中的每个刻度值，根据所述刻度值与所述图像处理参数的对应关系，对所述第二标准图像进行处理，得到所述刻度值对应的第二关联图像；
根据所述刻度值序列中每个刻度值对应的第二关联图像，生成第二图像序列；
根据所述刻度值序列和所述第二图像序列，生成第二图像质量标尺。
9.一种基于图像质量标尺评测图像质量的方法，其特征在于，所述方法包括：
获取待评测图像；
获取图像质量标尺；
从所述图像质量标尺包括的多个图像中，确定与所述待评测图像的质量相似度最高的目标图像；
基于所述图像质量标尺包括的多个刻度值，将所述目标图像对应的目标刻度值确定为所述待评测图像的评测结果；
其中，所述图像质量标尺根据权利要求1至8中任意一项所述的图像质量标尺的生成方法得到。
10.根据权利要求9所述的方法，其特征在于，所述从所述图像质量标尺包括的多个图像中，确定与所述待评测图像的质量相似度最高的目标图像，包括：
显示所述待评测图像；
显示所述目标图像质量标尺中的各个图像；
响应于用户的操作指令，确定所述目标图像质量标尺中被选定的图像，将所述被选定的图像作为所述目标图像。
11.一种图像质量标尺的生成装置，其特征在于，所述装置包括：
第一标准图像获取模块，用于获取第一标准图像；
客观质量指标获取模块，用于获取所述第一标准图像的第一客观质量指标；
主观质量值获取模块，用于根据预设客观质量指标与预设主观质量值之间的关联关系，确定所述第一客观质量指标对应的第一主观质量值，并将所述第一主观质量值确定为基础刻度值；
刻度值序列生成模块，用于根据所述基础刻度值和预设的标尺值生成规则，生成刻度值序列，其中，所述刻度值序列包括多个刻度值；
第一图像序列生成模块，用于获取每个所述刻度值对应的第一关联图像，并生成第一图像序列，其中，针对每个所述刻度值对应的所述第一关联图像，所述第一关联图像的第二主观质量值与所述刻度值相等；
第一图像质量标尺生成模块，用于根据所述刻度值序列和所述第一图像序列，生成第一图像质量标尺。
12.一种基于图像质量标尺评测图像质量的装置，其特征在于，所述装置包括：
待评测图像获取模块，用于获取待评测图像；
图像质量标尺获取模块，用于获取图像质量标尺；
目标图像确定模块，用于从所述图像质量标尺包括的多个图像中，确定与所述待评测图像的质量相似度最高的目标图像；
评测结果输出模块，用于基于所述图像质量标尺包括的多个刻度值，将所述目标图像对应的目标刻度值确定为所述待评测图像的评测结果；
其中，所述图像质量标尺根据权利要求1至8中任意一项所述的图像质量标尺的生成方法得到。
13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或至少一段程序由处理器加载并执行以实现如权利要求1至8中任意一项所述的一种图像质量标尺的生成方法或如权利要求9或10所述的一种基于图像质量标尺评测图像质量的方法。
14.一种电子设备，其特征在于，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令实现如权利要求1至8中任意一项所述的一种图像质量标尺的生成方法或如权利要求9或10所述的一种基于图像质量标尺评测图像质量的方法。
CN202011311993.6A 2020-11-20 2020-11-20 图像质量标尺生成方法、评测图像质量的方法及装置 Active CN112435231B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011311993.6A CN112435231B (zh) 2020-11-20 2020-11-20 图像质量标尺生成方法、评测图像质量的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011311993.6A CN112435231B (zh) 2020-11-20 2020-11-20 图像质量标尺生成方法、评测图像质量的方法及装置

Publications (2)

Publication Number Publication Date
CN112435231A true CN112435231A (zh) 2021-03-02
CN112435231B CN112435231B (zh) 2024-07-16

Family

ID=74693243

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011311993.6A Active CN112435231B (zh) 2020-11-20 2020-11-20 图像质量标尺生成方法、评测图像质量的方法及装置

Country Status (1)

Country Link
CN (1) CN112435231B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113920084A (zh) * 2021-09-30 2022-01-11 Oppo广东移动通信有限公司 图像评测方法和系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004295691A (ja) * 2003-03-27 2004-10-21 Pentax Corp 画質判定方法プログラムおよび装置
CN101441768A (zh) * 2008-11-28 2009-05-27 武汉大学 基于结构失真和图像清晰度的图像质量评价方法
CN101715146A (zh) * 2008-10-08 2010-05-26 中国移动通信集团公司 压缩视频质量评价方法及评价系统
CN103108209A (zh) * 2012-12-28 2013-05-15 宁波大学 基于视觉阈值与通道融合的立体图像客观质量评价方法
WO2013174132A1 (zh) * 2012-05-22 2013-11-28 华为技术有限公司 评估视频质量的方法和装置
CN103997642A (zh) * 2014-05-26 2014-08-20 天津大学 一种立体相机远距会聚拍摄质量客观评价方法
CN104079925A (zh) * 2014-07-03 2014-10-01 中国传媒大学 基于视觉感知特性的超高清视频图像质量客观评价方法
CN105184819A (zh) * 2015-09-14 2015-12-23 浙江大学 用于医学图像重建参数寻优的客观图像质量评价方法
CN108769685A (zh) * 2018-06-05 2018-11-06 腾讯科技（深圳）有限公司 检测图像压缩编码效率的方法、装置及存储介质
CN108805825A (zh) * 2018-05-03 2018-11-13 宁波大学 一种重定位图像质量评价方法
CN109242831A (zh) * 2018-08-20 2019-01-18 百度在线网络技术（北京）有限公司 图像质量检测方法、装置、计算机设备和存储介质
CN109754391A (zh) * 2018-12-18 2019-05-14 北京爱奇艺科技有限公司 一种图像质量评价方法、装置及电子设备
CN111131698A (zh) * 2019-12-23 2020-05-08 RealMe重庆移动通信有限公司 图像处理方法及装置、计算机可读介质、电子设备

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004295691A (ja) * 2003-03-27 2004-10-21 Pentax Corp 画質判定方法プログラムおよび装置
CN101715146A (zh) * 2008-10-08 2010-05-26 中国移动通信集团公司 压缩视频质量评价方法及评价系统
CN101441768A (zh) * 2008-11-28 2009-05-27 武汉大学 基于结构失真和图像清晰度的图像质量评价方法
WO2013174132A1 (zh) * 2012-05-22 2013-11-28 华为技术有限公司 评估视频质量的方法和装置
CN103108209A (zh) * 2012-12-28 2013-05-15 宁波大学 基于视觉阈值与通道融合的立体图像客观质量评价方法
CN103997642A (zh) * 2014-05-26 2014-08-20 天津大学 一种立体相机远距会聚拍摄质量客观评价方法
CN104079925A (zh) * 2014-07-03 2014-10-01 中国传媒大学 基于视觉感知特性的超高清视频图像质量客观评价方法
CN105184819A (zh) * 2015-09-14 2015-12-23 浙江大学 用于医学图像重建参数寻优的客观图像质量评价方法
CN108805825A (zh) * 2018-05-03 2018-11-13 宁波大学 一种重定位图像质量评价方法
CN108769685A (zh) * 2018-06-05 2018-11-06 腾讯科技（深圳）有限公司 检测图像压缩编码效率的方法、装置及存储介质
CN109242831A (zh) * 2018-08-20 2019-01-18 百度在线网络技术（北京）有限公司 图像质量检测方法、装置、计算机设备和存储介质
CN109754391A (zh) * 2018-12-18 2019-05-14 北京爱奇艺科技有限公司 一种图像质量评价方法、装置及电子设备
CN111131698A (zh) * 2019-12-23 2020-05-08 RealMe重庆移动通信有限公司 图像处理方法及装置、计算机可读介质、电子设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
GEORGE A G等: "A survey on different approaches used in image quality assessment", 《INTERNATIONAL JOURNAL OF EMERGING TECHNOLOGY AND ADVANCED ENGINEERING》, vol. 3, no. 2, pages 197 - 203 *
R. THIEL等: "Assessment of Image Quality in Digital Cinema Using the Motion Quality Ruler Method", 《SMPTE MOTION IMAGING JOURNAL》, vol. 116, no. 3, pages 61 - 73, XP001546396 *
朱江英等: "立体图像质量的主观感知评价研究", 《宁波大学学报（理工版）》, no. 1, pages 35 - 41 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113920084A (zh) * 2021-09-30 2022-01-11 Oppo广东移动通信有限公司 图像评测方法和系统

Also Published As

Publication number Publication date
CN112435231B (zh) 2024-07-16

Similar Documents

Publication Publication Date Title
JP7125541B2 (ja) ビデオ修復方法および装置、電子機器、ならびに記憶媒体
CN107205125B (zh) 一种图像处理方法、装置、终端及计算机可读存储介质
CN109922372B (zh) 视频数据处理方法及装置、电子设备和存储介质
CN111275653B (zh) 图像去噪方法及装置
EP3923235A1 (en) Image denoising model training method, imaging denoising method, devices and storage medium
TWI724712B (zh) 圖像處理方法、電子設備和儲存介質
CN111401411B (zh) 获取样本图像集的方法及装置
TWI777112B (zh) 圖像處理方法、電子設備和儲存介質
RU2669511C2 (ru) Способ и устройство для идентификации типа изображения
JP2021531566A (ja) 画像処理方法および装置、電子機器ならびに記憶媒体
CN114641982B (zh) 用于执行环境光图像校正的系统
CN110569822A (zh) 图像处理方法及装置、电子设备和存储介质
TWI778313B (zh) 圖像處理方法、電子設備和儲存介質
CN109903252B (zh) 图像处理方法及装置、电子设备和存储介质
CN112669231B (zh) 图像处理方法、图像处理模型的训练方法、装置、介质
CN112435231B (zh) 图像质量标尺生成方法、评测图像质量的方法及装置
CN113506229A (zh) 神经网络训练和图像生成方法及装置
CN115512116B (zh) 图像分割模型优化方法、装置、电子设备及可读存储介质
CN115914848A (zh) 图像处理方法、装置、电子设备和存储介质
CN115883976A (zh) 内窥镜校准方法、装置、电子设备和存储介质
CN116347060A (zh) 相机性能评估方法、装置、可读存储介质及系统
CN114339023B (zh) 用于相机模组的防抖检测方法、装置及介质
CN115527035B (zh) 图像分割模型优化方法、装置、电子设备及可读存储介质
CN112866505B (zh) 图像处理方法、装置及存储介质
CN111800626B (zh) 拍照一致性评价方法、装置、移动终端及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant