[19]
中华人民共和国国家知识产权局
[12]发明专利申请公布说明书
[11]公开号CN 101625759A [43]公开日2010年1月13日
[21]申请号200910104489.6[22]申请日2009.07.30
[21]申请号200910104489.6
[71]申请人重庆医科大学
地址400016重庆市渝中区医学院路1号
[72]发明人谢丹玫 王志芳 熊兴良 谢正祥 [74]专利代理机构重庆市前沿专利事务所代理人郭云
[51]Int.CI.G06T 5/00 (2006.01)
权利要求书 2 页 说明书 8 页 附图 3 页
[54]发明名称
[57]摘要
本发明公开一种图像质量评价方法，其特征在
像；(二)获取被评价图像的每个像素点的灰度值；
(三)计算被评价图像的信息熵InEn、平均对比度AC、
归一化灰度差NGD和关键区域灰度标准差SD KR ；(四)
建立灰度图像质量评价函数NCAF；(五)计算被评价
图像的灰度图像质量评价函数NCAF的值。本发明能
够不依赖参考图像，评价灰度图像质量的好坏，并
且评价结果符合人类视觉主观认识结果，NCAF值越
大，被评价图像的质量越好。
200910104489.6权 利 要 求 书第1/2页
1、一种图像质量评价方法，其特征在于按如下步骤进行：
(一)选择灰度图像为被评价图像；
(二)获取被评价图像的每个像素点的灰度值；
(三)计算被评价图像的信息熵InEn、平均对比度AC、归一化灰度差NGD
和关键区域灰度标准差SD KR；
所述信息熵InEn由下式获得：
式中，p(i)表示被评价图像第i灰度级上像素数分布的概率，当p (i)＝0时，
令Log2p(i)＝0；
所述平均对比度AC由下式获得：
其中，AC x、AC y分别表示被评价图像在X、Y方向的平均对比度，AC x、AC y
的计算公式分别为：
上两式中，Gray(x，y)为被评价图像像素点(x，y)的灰度，M、N为被评价图
像在X、Y方向的像素数；
所述归一化灰度差NGD由下式获得：
200910104489.6权 利 要 求 书 第2/2页
上式中，|·|为绝对值算符，AOG表示人类视觉最佳平均灰度；AG
表示
被评价图像平均灰度值，由下式计算：
上式中，Gray(x，y)为被评价图像像素点(x，y)的灰度值，M、N为
被评价图
像在X、Y方向的像素数；
所述被评价图像的关键区域为被评价图像中背景均匀区域，关键区
域标准
差SD KR由下式获得：
上式中，x i表示关键区域像数点的灰度值，μ表示关键区域像素点
灰度值的
均值；
(四)建立灰度图像质量评价函数N C A F，所用公式为：
考虑被评价图像的噪声时，α＝1，β＝1，γ＝1，η∈[0.8，1.0]； 不考虑被评价图像的噪声时，α＝1，β＝1，γ＝1，
(五)计算被评价图像的灰度图像质量评价函数N C A F的值。
200910104489.6说 明 书第1/8页
图像质量评价方法
技术领域
本发明涉及图像处理领域，具体地讲，是一种用于评价灰度质量的方法。背景技术
图像质量评价是评价成像设备质量、成像设备监控以及图像的识别和分类的基础和决策的关键，具有重要的军事、安全和民用意义。目前在图像处理方面有很多种方法，如直方图均衡化、对比度拉伸等，需要比较经不同图像处理得到的图像质量，来选择质量较好的图像。
图像质量评价主要分为：全参考图像质量评价、无参考图像质量评价、精简参考图像质量评价。而目前图像质量评价的进展主要在灰度图像的全参考图像质量评价，并且主要评价图像经过处理后的降质情况，都需要对参考图像和被评价图像进行交叉计算，不利用大型图像的质量评价。
发明内容
本发明的目的在于提供一种图像质量评价方法，能够在不需要参考图像的情况下，评价灰度图像质量的好坏。
为了实现上述目的，本发明的技术方案如下：一种图像质量评价方法，其关键在于按如下步骤进行：
(一)选择灰度图像为被评价图像；
(二)获取被评价图像的每个像素点的灰度值；
(三)计算被评价图像的信息熵I n E n、平均对比度A C、归一化灰度差N G D 和关键区域灰度标准差SD KR；
200910104489.6说 明 书 第2/8页 所述信息熵InEn由下式获得：
式中，p(i)表示被评价图像第i灰度级上像素数分布的概率，当p(i)＝0时，令Log2p(i)＝0；
所述平均对比度AC由下式获得：
其中，AC x、AC y分别表示被评价图像X、Y方向的平均对比度，AC x、AC y的计算公式分别为：
上两式中，Gray(x，y)为被评价图像像素点(x，y)的灰度，M、N为被评价图像在X、Y方向的像素数；
所述归一化灰度差NGD由下式获得：
上式中，|·|为绝对值算符，AOG表示人类视觉最佳平均灰度，根据理想均匀分布直方图算得其值为127.5；AG表示被评价图像平均灰度值，由下式计算：
上式中，Gray(x，y)为被评价图像像素点(x，y)的灰度值，M、N为被评价图像在X、Y方向的像素数；
所述被评价图像的关键区域为被评价图像中背景均匀区域，关键区域标准差SD KR由下式获得：
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议