本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，更具體的說，是涉及一種圖像亮度質(zhì)量的評(píng)價(jià)方法及裝置。

背景技術(shù)：

隨著數(shù)字圖像的廣泛應(yīng)用，圖像質(zhì)量評(píng)價(jià)作為圖像處理技術(shù)領(lǐng)域中能夠有效反映出圖像質(zhì)量好壞的手段，逐漸成為該領(lǐng)域內(nèi)的研究熱點(diǎn)。

其中，由于圖像亮度是影響圖像質(zhì)量的主要因素，因此可以將圖像亮度質(zhì)量評(píng)價(jià)作為能夠反映圖像整體質(zhì)量的評(píng)價(jià)標(biāo)準(zhǔn)。目前，通過評(píng)價(jià)圖像亮度質(zhì)量來反映圖像整體質(zhì)量評(píng)價(jià)通常所采用的方法包括主觀評(píng)價(jià)方法和客觀評(píng)價(jià)方法；其中，主觀評(píng)價(jià)方法雖然可靠，但費(fèi)時(shí)費(fèi)力，且不易嵌入到自動(dòng)化系統(tǒng)中，因此將能自動(dòng)、高效地分析圖像亮度質(zhì)量的客觀評(píng)價(jià)方法作為評(píng)價(jià)圖像亮度質(zhì)量好壞的常用手段。而客觀評(píng)價(jià)方法中無參考圖像亮度質(zhì)量評(píng)價(jià)由于無需任何參考圖像的信息，就可以直接提取失真圖像的亮度特征，并結(jié)合數(shù)學(xué)計(jì)算方法來得到關(guān)于該圖像亮度質(zhì)量的評(píng)價(jià)，以便進(jìn)一步獲知該圖像整體質(zhì)量的好壞，故被廣泛應(yīng)用于實(shí)際。

然而，現(xiàn)有的基于圖像亮度特征的無參考圖像亮度質(zhì)量評(píng)價(jià)方法，針對(duì)進(jìn)行圖像亮度質(zhì)量評(píng)價(jià)的每一幅圖像，都需要在提取出其亮度特征之后，對(duì)該亮度特征進(jìn)行一次復(fù)雜繁瑣的數(shù)學(xué)計(jì)算來獲得最終的圖像亮度質(zhì)量評(píng)價(jià)結(jié)果，進(jìn)而使得每次的圖像亮度質(zhì)量評(píng)價(jià)耗費(fèi)大量時(shí)間，且降低了圖像亮度質(zhì)量評(píng)價(jià)的計(jì)算效率。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明提供了一種圖像亮度質(zhì)量的評(píng)價(jià)方法及裝置，縮減了圖像亮度質(zhì)量評(píng)價(jià)所耗費(fèi)的時(shí)間，提高了圖像亮度質(zhì)量評(píng)價(jià)的計(jì)算效率。

為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

一種圖像亮度質(zhì)量的評(píng)價(jià)方法，包括：

獲取一幅圖像，作為待評(píng)價(jià)圖像；

提取所述待評(píng)價(jià)圖像的亮度特征，獲得一個(gè)亮度特征向量；

將所述亮度特征向量輸入到自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)，獲得圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)，其中，所述自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)為預(yù)先建立的函數(shù)。

優(yōu)選地，所述提取所述待評(píng)價(jià)圖像的亮度特征，獲得一個(gè)亮度特征向量，包括：

對(duì)所述待評(píng)價(jià)圖像進(jìn)行局部方差運(yùn)算，得到第一待提取圖像；

對(duì)所述第一待提取圖像進(jìn)行亮度歸一化預(yù)處理，獲得均值去除歸一化圖像MSCN；

計(jì)算所述均值去除歸一化圖像MSCN的形狀與方差，并依次記錄在特征向量中；

計(jì)算所述均值去除歸一化圖像MSCN的水平方向圖像、垂直方向圖像、主對(duì)角線方向圖像以及副對(duì)角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，并依次記錄在所述特征向量中；

對(duì)所述第一待提取圖像進(jìn)行下采樣處理，獲得第二待提取圖像，并將所述第二待提取圖像作為所述第一待提取圖像，返回所述對(duì)所述第一待提取圖像進(jìn)行亮度歸一化預(yù)處理，獲得均值去除歸一化圖像MSCN，直到計(jì)算出與所述第二待提取圖像所對(duì)應(yīng)的均值去除歸一化圖像MSCN的水平方向圖像、垂直方向圖像、主對(duì)角線方向圖像以及副對(duì)角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，并依次記錄在所述特征向量中；

將所述特征向量作為一個(gè)亮度特征向量，進(jìn)行獲取。

優(yōu)選地，所述計(jì)算所述均值去除歸一化圖像MSCN的水平方向圖像、垂直方向圖像、主對(duì)角線方向圖像以及副對(duì)角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，并依次記錄在所述特征向量中，包括：

對(duì)所述均值去除對(duì)比歸一化圖像MSCN進(jìn)行局部分裂，獲得水平方向圖像、垂直方向圖像、主對(duì)角線方向圖像以及副對(duì)角線方向圖像；

計(jì)算所述水平方向圖像、垂直方向圖像、主對(duì)角線方向圖像以及副對(duì)角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，并依次記錄在所述特征向量中。

優(yōu)選地，所述自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)的建立過程包括：

獲取多幅圖像和對(duì)應(yīng)于每一幅圖像的主觀圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)，每一幅圖像作為待處理圖像；

提取每一幅所述待處理圖像的亮度特征，獲得對(duì)應(yīng)每一幅所述待處理圖像的亮度特征向量；

將對(duì)應(yīng)每一幅所述待處理圖像的亮度特征向量和主觀圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)輸入到支持向量機(jī)SVM進(jìn)行擬合訓(xùn)練，獲得自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)。

一種圖像亮度質(zhì)量的評(píng)價(jià)裝置，包括：

第一獲取模塊，用于獲取一幅圖像，作為待評(píng)價(jià)圖像；

第一特征提取模塊，用于提取所述待評(píng)價(jià)圖像的亮度特征，獲得一個(gè)亮度特征向量；

第一計(jì)算模塊，用于將所述亮度特征向量輸入到自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)，獲得圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)，其中，所述自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)為預(yù)先建立的函數(shù)。

優(yōu)選地，所述第一特征提取模塊包括：

第二計(jì)算模塊，用于對(duì)所述待評(píng)價(jià)圖像進(jìn)行局部方差運(yùn)算，得到第一待提取圖像；

歸一化預(yù)處理模塊，用于對(duì)所述第一待提取圖像進(jìn)行亮度歸一化預(yù)處理，獲得均值去除歸一化圖像MSCN；

第三計(jì)算模塊，用于計(jì)算所述均值去除歸一化圖像MSCN的形狀與方差，并依次記錄在特征向量中；

第四計(jì)算模塊，用于計(jì)算所述均值去除歸一化圖像MSCN的水平方向圖像、垂直方向圖像、主對(duì)角線方向圖像以及副對(duì)角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，并依次記錄在所述特征向量中；

下采樣處理模塊，用于對(duì)所述第一待提取圖像進(jìn)行下采樣處理，獲得第二待提取圖像；

更新模塊，用于在所述下采樣處理模塊獲得第二待提取圖像后，將所述第二待提取圖像作為所述第一待提取圖像；

判斷模塊，用于判斷是否計(jì)算出與所述第二待提取圖像所對(duì)應(yīng)的均值去除歸一化圖像MSCN的水平方向圖像、垂直方向圖像、主對(duì)角線方向圖像以及副對(duì)角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，并依次記錄在所述特征向量中；

相應(yīng)的，所述歸一化預(yù)處理模塊，還用于在所述判斷模塊判斷未計(jì)算出與所述第二待提取圖像所對(duì)應(yīng)的均值去除歸一化圖像MSCN的水平方向圖像、垂直方向圖像、主對(duì)角線方向圖像以及副對(duì)角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，并依次記錄在所述特征向量中時(shí)，對(duì)所述第一待提取圖像進(jìn)行亮度歸一化預(yù)處理，獲得均值去除歸一化圖像MSCN；

第二獲取模塊，用于在所述判斷模塊判斷計(jì)算出與所述第二待提取圖像所對(duì)應(yīng)的均值去除歸一化圖像MSCN的水平方向圖像、垂直方向圖像、主對(duì)角線方向圖像以及副對(duì)角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，并依次記錄在所述特征向量中后，將所述特征向量作為一個(gè)亮度特征向量，進(jìn)行獲取。

優(yōu)選地，所述第四計(jì)算模塊包括：

局部分裂模塊，用于對(duì)所述均值去除對(duì)比歸一化圖像MSCN進(jìn)行局部分裂，獲得水平方向圖像、垂直方向圖像、主對(duì)角線方向圖像以及副對(duì)角線方向圖像；

第四計(jì)算子模塊，用于計(jì)算所述水平方向圖像、垂直方向圖像、主對(duì)角線方向圖像以及副對(duì)角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，并依次記錄在所述特征向量中。

優(yōu)選地，所述裝置還包括：

第三獲取模塊，用于獲取多幅圖像和對(duì)應(yīng)于每一幅圖像的主觀圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)，每一幅圖像作為待處理圖像；

第二特征提取模塊，用于提取每一幅所述待處理圖像的亮度特征，獲得對(duì)應(yīng)每一幅所述待處理圖像的亮度特征向量；

第五計(jì)算模塊，用于將對(duì)應(yīng)每一幅所述待處理圖像的亮度特征向量和主觀圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)輸入到支持向量機(jī)SVM進(jìn)行擬合訓(xùn)練，獲得自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)。

經(jīng)由上述的技術(shù)方案可知，與現(xiàn)有技術(shù)相比，本發(fā)明提供了一種圖像亮度質(zhì)量的評(píng)價(jià)方法及裝置，在對(duì)待評(píng)價(jià)圖像的亮度特征進(jìn)行提取，并獲得了一個(gè)亮度特征向量后，依據(jù)該亮度特征向量，可以利用構(gòu)建的自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)直接計(jì)算出與該亮度特征向量對(duì)應(yīng)的圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)，可見，從自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)中獲取與亮度特征向量所對(duì)應(yīng)的圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)，而不用針對(duì)亮度特征向量專門進(jìn)行一次復(fù)雜繁瑣的數(shù)學(xué)計(jì)算以獲取對(duì)應(yīng)的圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)，省去了原本需要進(jìn)行數(shù)學(xué)計(jì)算的時(shí)間，進(jìn)而提高了圖像亮度質(zhì)量評(píng)價(jià)的計(jì)算效率。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例提供的一種圖像亮度質(zhì)量的評(píng)價(jià)方法的方法流程圖；

圖2為本發(fā)明實(shí)施例提供的另一種圖像亮度質(zhì)量的評(píng)價(jià)方法的方法流程圖；

圖3為本發(fā)明實(shí)施例提供的一種自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)的建立方法的方法流程圖；

圖4為本發(fā)明實(shí)施例提供的一種圖像亮度質(zhì)量的評(píng)價(jià)裝置的結(jié)構(gòu)示意圖；

圖5為本發(fā)明實(shí)施例提供的另一種圖像亮度質(zhì)量的評(píng)價(jià)裝置的結(jié)構(gòu)示意圖；

圖6為本發(fā)明實(shí)施例提供的一種自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)的建立裝置的結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

本實(shí)施例公開了一種圖像亮度質(zhì)量的評(píng)價(jià)方法，請(qǐng)參見附圖1，所述方法具體包括以下步驟：

S101：獲取一幅圖像，作為待評(píng)價(jià)圖像；

具體的，為了獲知圖像的亮度質(zhì)量評(píng)價(jià)，可以先獲取該圖像，并將其作為一幅待評(píng)價(jià)圖像，以便為后續(xù)進(jìn)行亮度質(zhì)量評(píng)價(jià)的相關(guān)操作時(shí)提供依據(jù)。

S102：提取所述待評(píng)價(jià)圖像的亮度特征，獲得一個(gè)亮度特征向量；

具體的，由于待評(píng)價(jià)圖像中包含很多特征，如圖像的亮度特征、邊界強(qiáng)度特征、模糊度特征等，因此為了確保待評(píng)價(jià)圖像的亮度質(zhì)量評(píng)價(jià)能夠精準(zhǔn)，需要先從該待評(píng)價(jià)圖像中提取出其亮度特征，避免引入其他特征而影響評(píng)價(jià)結(jié)果。

S103：將所述亮度特征向量輸入到自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)，獲得圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)，其中，所述自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)為預(yù)先建立的函數(shù)；

具體的，由于預(yù)先構(gòu)建了自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)，因此可以將提取到的亮度特征向量作為輸入變量，輸入到該自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)中，進(jìn)而能夠利用自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)所保存的輸入變量與輸出變量之間的對(duì)應(yīng)關(guān)系，直接計(jì)算得到該待評(píng)價(jià)圖像的圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)，以達(dá)到減少計(jì)算量的目的。

本發(fā)明實(shí)施例公開的圖像亮度質(zhì)量的評(píng)價(jià)方法中，通過將提取到的待評(píng)價(jià)圖像中的亮度特征向量作為輸入變量，輸入到預(yù)先構(gòu)建好的自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)中，可以直接利用該自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)所存儲(chǔ)的輸入變量與輸出變量之間的對(duì)應(yīng)關(guān)系，計(jì)算出待評(píng)價(jià)圖像的圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)，進(jìn)而避免了使用復(fù)雜繁瑣的數(shù)學(xué)計(jì)算以獲取對(duì)應(yīng)的圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)，縮減了計(jì)算所需消耗的時(shí)間，提高了圖像亮度質(zhì)量評(píng)價(jià)的計(jì)算效率。

在圖1所對(duì)應(yīng)實(shí)施例的基礎(chǔ)上，本實(shí)施例公開了另一種圖像亮度質(zhì)量的評(píng)價(jià)方法，請(qǐng)參見附圖2，所述方法具體包括以下步驟：

S201：獲取一幅圖像，作為待評(píng)價(jià)圖像。

S202：對(duì)所述待評(píng)價(jià)圖像進(jìn)行局部方差運(yùn)算，得到第一待提取圖像；

具體的，由于圖像的局部方差能夠較好地描述圖像的結(jié)構(gòu)信息，所以可以通過對(duì)待評(píng)價(jià)圖像進(jìn)行局部方差運(yùn)算來分析該待評(píng)價(jià)圖像的內(nèi)容信息，進(jìn)而能夠使所獲得的第一待提取圖像更加符合人的主觀感知效果，為后續(xù)提取準(zhǔn)確的亮度特征向量提供條件基礎(chǔ)。

S203：對(duì)所述第一待提取圖像進(jìn)行亮度歸一化預(yù)處理，獲得均值去除歸一化圖像MSCN；

具體的，可以將第一待提取圖像代入亮度歸一化預(yù)處理公式：

獲得均值去除歸一化圖像MSCN，其中，I(i,j),i＝1,...,M,j＝1,...,N為第一待提取圖像，M為第一待提取圖像的高，N為第一待提取圖像的寬，μ(i,j)為第一待提取圖像的局部均值，σ(i,j)為第一待提取圖像的方差，C為常數(shù)。

S204：計(jì)算所述均值去除歸一化圖像MSCN的形狀與方差，并依次記錄在特征向量中；

具體的，將獲得的均值去除歸一化圖像MSCN與第一計(jì)算公式進(jìn)行矩匹配，進(jìn)而獲得較為合適的均值去除歸一化圖像MSCN的形狀與方差，第一計(jì)算公式為：

其中，α為均值去除歸一化圖像MSCN的形狀，σ為均值去除歸一化圖像MSCN的方差，Γ()為gamma函數(shù)。

其次，將計(jì)算出來的均值去除歸一化圖像MSCN的形狀與方差按照計(jì)算出來的順序依次記錄在一個(gè)特征向量中，作為該特征向量中的第一分量與第二分量，方便后續(xù)獲取包含36個(gè)特征分量的亮度特征向量。

S205：對(duì)所述均值去除對(duì)比歸一化圖像MSCN進(jìn)行局部分裂，獲得水平方向圖像、垂直方向圖像、主對(duì)角線方向圖像以及副對(duì)角線方向圖像；

具體的，在圖像亮度質(zhì)量評(píng)價(jià)過程中，由于圖像梯度信息是圖像重要的特征之一，也是人眼理解圖像內(nèi)容的重要依據(jù)，因此將均值去除對(duì)比歸一化圖像MSCN進(jìn)行局部分裂，以獲得水平、垂直、主對(duì)角線及副對(duì)角線上的四幅圖像，可以更加充分地反映出圖像的真實(shí)內(nèi)容，且提升圖像亮度質(zhì)量評(píng)價(jià)的效果。

其次，利用獲得的均值去除歸一化圖像MSCN及第二計(jì)算公式、第三計(jì)算公式、第四計(jì)算公式、第五計(jì)算公式分別獲得水平方向圖像、垂直方向圖像、主對(duì)角線方向圖像以及副對(duì)角線方向圖像，第二計(jì)算公式、第三計(jì)算公式、第四計(jì)算公式、第五計(jì)算公式依次為：

其中，H(i,j)為水平方向圖像，V(i,j)為垂直方向圖像，D1(i,j)為主對(duì)角線方向圖像，D2(i,j)為副對(duì)角線方向圖像，為均值去除歸一化圖像MSCN。

S206：計(jì)算所述水平方向圖像、垂直方向圖像、主對(duì)角線方向圖像以及副對(duì)角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，并依次記錄在所述特征向量中；

具體的，將獲得的水平方向圖像、垂直方向圖像、主對(duì)角線方向圖像以及副對(duì)角線方向圖像分別與第六計(jì)算公式進(jìn)行矩匹配，進(jìn)而分別計(jì)算出水平方向圖像、垂直方向圖像、主對(duì)角線方向圖像以及副對(duì)角線方向圖像這四幅圖像各自對(duì)應(yīng)的形狀、均值、左方差和右方差，第六計(jì)算公式為：

其中，ν為圖像的形狀，η為圖像的均值，σ_l為圖像的左方差，σ_r為圖像的右方差，

其次，在分別獲取到水平方向圖像、垂直方向圖像、主對(duì)角線方向圖像以及副對(duì)角線方向圖像這四幅圖像各自對(duì)應(yīng)的形狀、均值、左方差和右方差之后，按照這16個(gè)數(shù)值計(jì)算出來的順序，依次記錄在S204中已經(jīng)記錄了第一分量和第二分量的特征向量中，作為該特征向量中的第三分量至第十八分量，此時(shí)，該特征向量中已包含了18個(gè)特征分量。

S207：對(duì)所述第一待提取圖像進(jìn)行下采樣處理，獲得第二待提取圖像，并將所述第二待提取圖像作為所述第一待提取圖像，并執(zhí)行S208；

具體的，為了使本發(fā)明實(shí)施例所提供的圖像亮度質(zhì)量評(píng)價(jià)結(jié)果能夠與主觀感知所得的圖像亮度質(zhì)量評(píng)價(jià)結(jié)果具有較好的一致性，將第一待提取圖像進(jìn)行下采樣處理，如將第一待提取圖像的高與寬進(jìn)行二分之一的空間下采樣，進(jìn)而生成第二待提取圖像，以便獲取到剩余的特征分量，進(jìn)而集合成所需的亮度特征向量。

S208：判斷是否計(jì)算出與所述第二待提取圖像所對(duì)應(yīng)的均值去除歸一化圖像MSCN的水平方向圖像、垂直方向圖像、主對(duì)角線方向圖像以及副對(duì)角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，并依次記錄在所述特征向量中，若是，則執(zhí)行S209，若否，則返回執(zhí)行S203；

具體的，若判斷出還未將水平方向圖像、垂直方向圖像、主對(duì)角線方向圖像以及副對(duì)角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差這16個(gè)數(shù)值全部計(jì)算出來，并依次記錄在所述特征向量中時(shí)，則需要返回執(zhí)行S203，進(jìn)而能夠繼續(xù)獲取剩余的特征分量，以便后續(xù)集合成亮度特征向量；若判斷出已成功計(jì)算出水平方向圖像、垂直方向圖像、主對(duì)角線方向圖像以及副對(duì)角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差這16個(gè)數(shù)值，并依次記錄在所述特征向量中時(shí)，此時(shí)，該特征向量中已包含了36個(gè)特征分量，其中該特征向量中的第十九分量和第二十分量分別為與第二待提取圖像所對(duì)應(yīng)的均值去除歸一化圖像MSCN的形狀與方差。

S209：將所述特征向量作為一個(gè)亮度特征向量，進(jìn)行獲取，并執(zhí)行S2010。

S2010：將所述亮度特征向量輸入到自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)，獲得圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)，其中，所述自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)為預(yù)先建立的函數(shù)。

本發(fā)明實(shí)施例公開的圖像亮度質(zhì)量的評(píng)價(jià)方法中，通過對(duì)經(jīng)過局部方差運(yùn)算所得的第一待提取圖像依次進(jìn)行亮度歸一化預(yù)處理、局部分裂操作，進(jìn)而依次獲得了與該第一待提取圖像對(duì)應(yīng)的18個(gè)數(shù)值，并記錄在一個(gè)特征向量中，作為其前18個(gè)分量，之后對(duì)第一待提取圖像進(jìn)行下采樣，并將獲得的第二待提取圖像作為第一待提取圖像，再依次進(jìn)行亮度歸一化預(yù)處理、局部分裂操作，進(jìn)而依次獲得了18個(gè)數(shù)值，并記錄在之前的特征向量中，作為其第十九分量至三十六個(gè)分量，此時(shí)將包含了36個(gè)分量的特征向量作為亮度特征向量，進(jìn)而完成了提取待評(píng)價(jià)圖像的亮度特征的過程，使得所獲得的亮度特征向量更符合人的主觀感受，也間接提高了圖像亮度質(zhì)量評(píng)價(jià)的效果。

請(qǐng)參見附圖3，上述實(shí)施例中涉及到的S103中自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)的具體建立過程包括以下步驟：

S301：獲取多幅圖像和對(duì)應(yīng)于每一幅圖像的主觀圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)，每一幅圖像作為待處理圖像；

具體的，由于針對(duì)圖像亮度質(zhì)量評(píng)價(jià)的方法中人的主觀評(píng)價(jià)方法是最為可靠的度量方法，因此，為了確保后續(xù)建立的自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)所輸出的圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)能與主觀圖像亮度質(zhì)量評(píng)價(jià)結(jié)果具有較好的一致性，可以在獲取多幅圖像作為訓(xùn)練樣本的同時(shí)，也將與這些圖像各自對(duì)應(yīng)的主觀圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)進(jìn)行獲取，進(jìn)而提高了后續(xù)構(gòu)建出的自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)的評(píng)價(jià)質(zhì)量。

S302：提取每一幅所述待處理圖像的亮度特征，獲得對(duì)應(yīng)每一幅所述待處理圖像的亮度特征向量；

具體的，由于每一幅待處理圖像包含多個(gè)不同類型的特征因素，如亮度、模糊度、噪聲率等，因此需要針對(duì)每一幅待處理圖像，進(jìn)行亮度特征的提取操作，用于作為后續(xù)輸入到自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)的輸入變量，以順利獲得對(duì)應(yīng)的圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)；其中，提取每一幅待處理圖像的亮度特征的具體過程可以按照附圖2所提供的實(shí)施例中涉及到的提取待評(píng)價(jià)圖像的亮度特征的操作步驟。

S303：將對(duì)應(yīng)每一幅所述待處理圖像的亮度特征向量和主觀圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)輸入到支持向量機(jī)SVM進(jìn)行擬合訓(xùn)練，獲得自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)；

具體的，將每一幅待處理圖像的亮度特征向量和主觀圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)分別作為輸入變量和輸出變量，輸入到支持向量機(jī)SVM中進(jìn)行擬合訓(xùn)練，進(jìn)而能夠得到一個(gè)滿足圖像的亮度特征向量和主觀圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)之間的對(duì)應(yīng)關(guān)系的自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)，以便在提取到一幅圖像對(duì)應(yīng)的亮度特征向量后，可以直接利用自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)中存儲(chǔ)的對(duì)應(yīng)關(guān)系，快速獲得對(duì)應(yīng)的圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)，且該圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)能夠更加貼近主觀圖像亮度質(zhì)量評(píng)價(jià)結(jié)果。

本發(fā)明實(shí)施例中，通過將每一幅圖像的亮度特征向量和其對(duì)應(yīng)的主觀圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)均輸入到支持向量機(jī)SVM中進(jìn)行擬合訓(xùn)練，進(jìn)而能夠獲得一個(gè)圖像亮度質(zhì)量評(píng)價(jià)結(jié)果更貼近主觀圖像亮度質(zhì)量評(píng)價(jià)結(jié)果的自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)，以便利用該自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)快速計(jì)算出與待評(píng)價(jià)圖像的亮度特征向量所對(duì)應(yīng)的圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)，節(jié)省了大量的數(shù)學(xué)計(jì)算時(shí)間，提高了圖像亮度質(zhì)量評(píng)價(jià)的計(jì)算效率。

本實(shí)施例公開了一種圖像亮度質(zhì)量的評(píng)價(jià)裝置，請(qǐng)參見附圖4，所述裝置包括：

第一獲取模塊401，用于獲取一幅圖像，作為待評(píng)價(jià)圖像；

第一特征提取模塊402，用于提取所述待評(píng)價(jià)圖像的亮度特征，獲得一個(gè)亮度特征向量；

第一計(jì)算模塊403，用于將所述亮度特征向量輸入到自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)，獲得圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)，其中，所述自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)為預(yù)先建立的函數(shù)。

本發(fā)明實(shí)施例所公開的圖像亮度質(zhì)量的評(píng)價(jià)裝置中，通過第一計(jì)算模塊403將第一特征提取模塊402所提取到的待評(píng)價(jià)圖像中的亮度特征向量作為輸入變量，輸入到預(yù)先構(gòu)建好的自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)中，從而可以直接利用該自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)所存儲(chǔ)的輸入變量與輸出變量之間的對(duì)應(yīng)關(guān)系，計(jì)算出待評(píng)價(jià)圖像的圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)，進(jìn)而避免了使用復(fù)雜繁瑣的數(shù)學(xué)計(jì)算以獲取對(duì)應(yīng)的圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)，縮減了計(jì)算所需消耗的時(shí)間，提高了圖像亮度質(zhì)量評(píng)價(jià)的計(jì)算效率。

本發(fā)明實(shí)施例提供的各個(gè)模塊的工作過程，請(qǐng)參照附圖1所對(duì)應(yīng)的方法流程圖，具體工作過程不再贅述。

在圖4所對(duì)應(yīng)實(shí)施例的基礎(chǔ)上，本實(shí)施例公開了另一種圖像亮度質(zhì)量的評(píng)價(jià)裝置，請(qǐng)參見附圖5，所述裝置包括：

第一獲取模塊401，第一特征提取模塊402和第一計(jì)算模塊403；

其中所述第一特征提取模塊402包括：

第二計(jì)算模塊4021，用于對(duì)所述待評(píng)價(jià)圖像進(jìn)行局部方差運(yùn)算，得到第一待提取圖像；

歸一化預(yù)處理模塊4022，用于對(duì)所述第一待提取圖像進(jìn)行亮度歸一化預(yù)處理，獲得均值去除歸一化圖像MSCN；

第三計(jì)算模塊4023，用于計(jì)算所述均值去除歸一化圖像MSCN的形狀與方差，并依次記錄在特征向量中；

第四計(jì)算模塊4024，用于計(jì)算所述均值去除歸一化圖像MSCN的水平方向圖像、垂直方向圖像、主對(duì)角線方向圖像以及副對(duì)角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，并依次記錄在所述特征向量中；

下采樣處理模塊4025，用于對(duì)所述第一待提取圖像進(jìn)行下采樣處理，獲得第二待提取圖像；

更新模塊4026，用于在所述下采樣處理模塊4025獲得第二待提取圖像后，將所述第二待提取圖像作為所述第一待提取圖像；

判斷模塊4027，用于判斷是否計(jì)算出與所述第二待提取圖像所對(duì)應(yīng)的均值去除歸一化圖像MSCN的水平方向圖像、垂直方向圖像、主對(duì)角線方向圖像以及副對(duì)角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，并依次記錄在所述特征向量中；

相應(yīng)的，所述歸一化預(yù)處理模塊4022，還用于在所述判斷模塊4027判斷未計(jì)算出與所述第二待提取圖像所對(duì)應(yīng)的均值去除歸一化圖像MSCN的水平方向圖像、垂直方向圖像、主對(duì)角線方向圖像以及副對(duì)角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，并依次記錄在所述特征向量中時(shí)，對(duì)所述第一待提取圖像進(jìn)行亮度歸一化預(yù)處理，獲得均值去除歸一化圖像MSCN；

第二獲取模塊4028，用于在所述判斷模塊4027判斷計(jì)算出與所述第二待提取圖像所對(duì)應(yīng)的均值去除歸一化圖像MSCN的水平方向圖像、垂直方向圖像、主對(duì)角線方向圖像以及副對(duì)角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，并依次記錄在所述特征向量中后，將所述特征向量作為一個(gè)亮度特征向量，進(jìn)行獲取。

所述第四計(jì)算模塊4024包括：

局部分裂模塊40241，用于對(duì)所述均值去除對(duì)比歸一化圖像MSCN進(jìn)行局部分裂，獲得水平方向圖像、垂直方向圖像、主對(duì)角線方向圖像以及副對(duì)角線方向圖像；

第四計(jì)算子模塊40242，用于計(jì)算所述水平方向圖像、垂直方向圖像、主對(duì)角線方向圖像以及副對(duì)角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，并依次記錄在所述特征向量中。

本發(fā)明實(shí)施例公開的圖像亮度質(zhì)量的評(píng)價(jià)裝置中，通過歸一化預(yù)處理模塊4022、第四計(jì)算模塊4024依次對(duì)由第二計(jì)算模塊4021經(jīng)過局部方差運(yùn)算所得的第一待提取圖像進(jìn)行亮度歸一化預(yù)處理、局部分裂操作，進(jìn)而依次獲得了與該第一待提取圖像對(duì)應(yīng)的18個(gè)數(shù)值，并記錄在一個(gè)特征向量中，作為其前18個(gè)分量，之后由下采樣處理模塊4025對(duì)第一待提取圖像進(jìn)行下采樣，更新模塊4026再將獲得的第二待提取圖像作為第一待提取圖像，再次通過歸一化預(yù)處理模塊4022、第四計(jì)算模塊4024依次對(duì)其進(jìn)行亮度歸一化預(yù)處理、局部分裂操作，進(jìn)而依次獲得18個(gè)數(shù)值，并記錄在之前的特征向量中，作為其第十九分量至三十六個(gè)分量，此時(shí)第二獲取模塊4028將包含了36個(gè)分量的特征向量作為亮度特征向量，進(jìn)而完成了提取待評(píng)價(jià)圖像的亮度特征的過程，使得所獲得的亮度特征向量更符合人的主觀感受，也間接提高了圖像亮度質(zhì)量評(píng)價(jià)的效果。

本發(fā)明實(shí)施例提供的各個(gè)模塊的工作過程，請(qǐng)參照附圖2所對(duì)應(yīng)的方法流程圖，具體工作過程不再贅述。

本實(shí)施例公開了一種自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)的建立裝置，請(qǐng)參見附圖6，所述裝置包括：

第三獲取模塊501，用于獲取多幅圖像和對(duì)應(yīng)于每一幅圖像的主觀圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)，每一幅圖像作為待處理圖像；

第二特征提取模塊502，用于提取每一幅所述待處理圖像的亮度特征，獲得對(duì)應(yīng)每一幅所述待處理圖像的亮度特征向量；

第五計(jì)算模塊503，用于將對(duì)應(yīng)每一幅所述待處理圖像的亮度特征向量和主觀圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)輸入到支持向量機(jī)SVM進(jìn)行擬合訓(xùn)練，獲得自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)。

本發(fā)明實(shí)施例中，通過第五計(jì)算模塊503將第二特征提取模塊502所提取到的每一幅圖像的亮度特征向量和第三獲取模塊501所獲取到的與其對(duì)應(yīng)的主觀圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)均輸入到支持向量機(jī)SVM中進(jìn)行擬合訓(xùn)練，進(jìn)而能夠獲得一個(gè)圖像亮度質(zhì)量評(píng)價(jià)結(jié)果更貼近主觀圖像亮度質(zhì)量評(píng)價(jià)結(jié)果的自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)，以便利用該自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)快速計(jì)算出與待評(píng)價(jià)圖像的亮度特征向量所對(duì)應(yīng)的圖像亮度質(zhì)量評(píng)價(jià)分?jǐn)?shù)，節(jié)省了大量的數(shù)學(xué)計(jì)算時(shí)間，提高了圖像亮度質(zhì)量評(píng)價(jià)的計(jì)算效率。

本發(fā)明實(shí)施例提供的各個(gè)模塊的工作過程，請(qǐng)參照附圖3所對(duì)應(yīng)的方法流程圖，具體工作過程不再贅述。

對(duì)所公開的實(shí)施例的上述說明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對(duì)這些實(shí)施例的多種修改對(duì)本領(lǐng)域的專業(yè)技術(shù)人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實(shí)施例中實(shí)現(xiàn)。因此，本發(fā)明將不會(huì)被限制于本文所示的這些實(shí)施例，而是要符合與本文所公開的原理和新穎特點(diǎn)相一致的最寬的范圍。