量影響的問題，從而避免了現(xiàn)有的模糊復(fù)原圖像質(zhì)量評估方法進(jìn)行對振鈴效應(yīng)單獨(dú)評 估，無法融入復(fù)原圖像整體質(zhì)量評價的問題。
【附圖說明】
[0030] 圖1為【具體實施方式】一提出的基于振鈴歸一加權(quán)的無參考復(fù)原圖像綜合質(zhì)量評估 方法結(jié)構(gòu)框圖
[0031] 圖2(a)為【具體實施方式】一提出的為花卉自然灰度模糊圖像；
[0032] 圖2(b)為為【具體實施方式】一提出的圖2(a)復(fù)原后有嚴(yán)重振鈴現(xiàn)象導(dǎo)致復(fù)原結(jié)果 惡化的復(fù)原圖像。
[0033] 圖3(a)為【具體實施方式】一提出的雕塑自然灰度模糊圖像；
[0034] 圖3(b)為【具體實施方式】一提出的雕塑自然灰度模糊圖像復(fù)原后出現(xiàn)中度振鈴效 應(yīng)的復(fù)原圖像；
[0035] 圖4(a)為【具體實施方式】一提出的樹木自然模糊圖像；
[0036]圖4(b)為【具體實施方式】一提出的樹木自然模糊圖像復(fù)原后無振鈴效應(yīng)復(fù)原圖像。
【具體實施方式】
【具體實施方式】 [0037] 一:結(jié)合圖1本實施方式的一種基于歸一化振鈴加權(quán)的無參考模糊 復(fù)原圖像綜合質(zhì)量評估方法，具體是按照以下步驟制備的：
[0038] 本發(fā)明是一種模糊圖像復(fù)原圖像質(zhì)量評估方法，既可用于單幅模糊圖像的復(fù)原圖 像質(zhì)量評價工作，也可用于實時視頻處理，進(jìn)行更加有效的模糊退化視頻的復(fù)原；
[0039] 步驟一、采用典型的圖像復(fù)原算法對灰度模糊圖像F(i，j)復(fù)原操作，得到復(fù)原圖 像I;如圖2(a)與圖2(b)、圖3(a)與圖3(b)、圖4(a)與圖4(b)分別為模糊圖像和模糊復(fù)原圖 像;其中，F(xiàn)(i，j)為灰度模糊圖像中的第i行，第j列像素值；
[0040] 步驟二、對復(fù)原圖像I進(jìn)行二次模糊得到參考圖像Ir;其中，二次模糊使用大小為m Xm，方差為〇的高斯模糊核G blur對復(fù)原圖像I進(jìn)行二次模糊處理;m為用于復(fù)原圖像二次模 糊的高斯模糊核的大小，下標(biāo)blur為模糊的含義；
[0041] 步驟三、根據(jù)復(fù)原圖像I的亮度信息、對比度信息和梯度信息及參考圖像Ir的亮度 信息、對比度信息和梯度信息，計算I和I r的亮度相似度指標(biāo)1(1，U、對比度相似度指標(biāo)c (I，Ir)和結(jié)構(gòu)相似度指標(biāo)s(I，Ir);
[0042] 步驟四、計算步驟一中復(fù)原圖像I的梯度圖像gI，計算步驟二中參考圖像Ir的梯度 圖像glr，根據(jù)梯度圖像gl和glr計算圖像I和Ir的梯度相似度指標(biāo)g(I，Ir);
[0043]
[0044] 其中，〇4=仏3\1^尸，0<1^3<<1，一般取1^3 = 0.03兒為像素灰度級，對于8位灰度 圖像取為255;通過這一步驟將圖像的邊緣信息也考慮進(jìn)相似度指標(biāo)評價中，能夠更好地評 價模糊圖像的質(zhì)量 ;gI(i，j)為梯度圖像gI中第i行，第j列的梯度圖像;gIr(i，j)為梯度圖像 gI沖第i行，第j列的梯度圖像；
[0045]步驟五、根據(jù)步驟一得到的復(fù)原圖像I、步驟三得到的二次模糊圖像Ir的亮度相似 度指標(biāo)1 (I，Ir)、對比度相似度指標(biāo)c(l，Ir)、結(jié)構(gòu)相似度指標(biāo)S(I，Ir)以及步驟四得到梯度 相似度指標(biāo)g( I，Ir)，計算梯度結(jié)構(gòu)相似度指標(biāo)GSSIM( I，Ir) (Gradient Structural Similarity Metric，GSSIM)，將GSS頂(I，Ir)平均分塊得改進(jìn)的梯度平均結(jié)構(gòu)相似度指標(biāo) MGSSIM(I,Ir) (Mean of Gradient Structural Similarity Metric,MGSSIM)；
[0046] 步驟六、根據(jù)MGSSIM(I，Ir)得到改進(jìn)的無參考結(jié)構(gòu)相似度指標(biāo)INRSSM(Improved N〇-Reference Structural Similarity Metric，INRSSM)，其中，INRSSM=1_MGSSIM(I, Ir)；
[0047] 步驟七、根據(jù)圖像復(fù)原過程中產(chǎn)生的振鈴效應(yīng)具有周期性重復(fù)并且與步驟一中原 始灰度模糊圖像F(i，j)主要邊緣平行的特點，采用計算共生矩陣的方法檢測復(fù)原圖像I中 存在的導(dǎo)致振鈴效應(yīng)的平行邊緣像素數(shù)，并將平行邊緣像素數(shù)進(jìn)行歸一化處理，得到歸一 化振鈴度量指標(biāo)NRM(Normalized Ringing Metric，NRM)，NRM為復(fù)原圖像中導(dǎo)致振鈴效應(yīng) 的平行邊緣像素數(shù)占整個復(fù)原圖像總像素的百分比;采用歸一化振鈴指標(biāo)NRM對復(fù)原圖像I 中的振鈴效應(yīng)進(jìn)行度量；
[0048] 步驟八、根據(jù)步驟七得到的復(fù)原圖像振鈴效應(yīng)計算結(jié)果NRM指標(biāo)，生成復(fù)原圖像質(zhì) 量振鈴?fù)嘶蜃应?，β的計算表達(dá)式如下：
[0049]
[0050] 步驟九：用步驟八計算的圖像質(zhì)量退化因子β對步驟六獲得的改進(jìn)的無參考結(jié)構(gòu) 相似度指標(biāo)INRSSM進(jìn)行加權(quán)，得到最終的復(fù)原圖像質(zhì)量評估指標(biāo)RIAM(Restored Image Assessment Metric，RIAM)，其計算公式為RIAM=INRSSX0〇 [0051] 步驟二至步驟九的流程圖如圖1所示。
[0052]表1圖2(a)圖像復(fù)原前后INRSSM指標(biāo)及RIAM指標(biāo)的改善結(jié)果
[0053]
[0054] 表2圖3(a)圖像復(fù)原前后INRSSM指標(biāo)和RIAM指標(biāo)的改善結(jié)果
[0055]
[0056]表3圖4(a)圖像復(fù)原前后INRSSM指標(biāo)及RIAM指標(biāo)的改善結(jié)果
[0057]
[0058] 從表1~表3可以看出，對于圖2(a)的模糊圖像，由于復(fù)原過程中引入了嚴(yán)重的振 鈴效應(yīng)，導(dǎo)致其復(fù)原圖像（圖2(b))相對于圖2(a)人主觀感受的圖像質(zhì)量下降了，采用中國 專利CN103345733A提出的INRSSM評價指標(biāo)則會出現(xiàn)錯誤的復(fù)原圖像評估結(jié)果，認(rèn)為復(fù)原后 的圖像(圖2(b))相對于復(fù)原前的模糊圖像(圖2(a))，圖像質(zhì)量提高了23.34%;而采用本發(fā) 明所提出RIAM指標(biāo)，則會判斷出圖2(b)相對于圖2(a)圖像質(zhì)量下降了 1.76%，符合人眼的 主觀感受，因此對于復(fù)原過程中出現(xiàn)嚴(yán)重振鈴現(xiàn)象的復(fù)原圖像質(zhì)量評價，RIAM指標(biāo)相對于 INRSSM指標(biāo)更準(zhǔn)確。對于模糊圖像(圖3(a))，在復(fù)原過程中引入了中度振鈴效應(yīng)，其復(fù)原圖 像（圖3(b))相對于圖3(b)的圖像質(zhì)量，人眼主觀感受有稍許改善。采用INRSSM指標(biāo)的評價 結(jié)果卻是復(fù)原后圖像（圖3(b))的質(zhì)量相對于復(fù)原前圖像（圖3(a))的質(zhì)量提高了 21.44%， 有了顯著性的改善，不符合人眼的主觀感受。而采用本發(fā)明提出的RIAM指標(biāo)的評估結(jié)果是 圖3(b)相對于圖3(a)的圖像質(zhì)量提高了 2.29%，于人眼的主觀感受的稍許改善結(jié)果一致， 因此本發(fā)明所提出RIAM指標(biāo)相對INRSSM指標(biāo)對復(fù)原過程中出現(xiàn)中度振鈴現(xiàn)象的復(fù)原圖像 質(zhì)量的評價結(jié)果更符合人眼的主觀判斷。對于模糊圖像（圖4(a))，在復(fù)原過程中幾乎未引 入振鈴效應(yīng)，因此對于復(fù)原圖像（圖4(b))相對于圖4(a)的質(zhì)量改善程度，INRSSM指標(biāo)和本 發(fā)明提出RIAM指標(biāo)的評估結(jié)果完全一樣，都是改善了 17.15%，說明本發(fā)明提出RIAM指標(biāo)對 于模糊圖像復(fù)原過程中出現(xiàn)輕度振鈴或是無振鈴效應(yīng)也能準(zhǔn)確判斷。
[0059]本實施方式效果：
[0060]本實施方式提供一種模糊復(fù)原圖像質(zhì)量評價方法，屬于圖像和視頻處理領(lǐng)域。具 體來說，本實施方式可以用來提高由于光學(xué)散焦、運(yùn)動成像模糊、大氣湍流效應(yīng)和其他光學(xué) 退化效應(yīng)導(dǎo)致的成像模糊以及采用盲復(fù)原等模糊圖像復(fù)原方法得到的復(fù)原圖像質(zhì)量評估 的準(zhǔn)確性，減少了由于模糊圖像復(fù)原引入的振鈴等人工痕跡導(dǎo)致圖像質(zhì)量評估錯誤，并可 使圖像質(zhì)量評估結(jié)果更符合人眼的主觀判斷?？蓱?yīng)用于民用照相攝像、智能視頻監(jiān)控、智能 安防、光學(xué)成像遙感、軍事成像偵察和導(dǎo)彈成像制導(dǎo)等領(lǐng)域。
[0061] 1)考慮復(fù)原圖像的亮度、對比度、結(jié)構(gòu)和梯度特點，并與振鈴效應(yīng)評估結(jié)果相結(jié)合 提出了一種綜合的無參考圖像質(zhì)量評估方法，從而可更全面準(zhǔn)確地評估圖像質(zhì)量，為圖像 復(fù)原系統(tǒng)進(jìn)一步向?qū)嵱没D(zhuǎn)化掃清了障礙；
[0062] 2)根據(jù)圖像振鈴效應(yīng)的評估結(jié)果，確定了歸一化的圖像質(zhì)量振鈴?fù)嘶蜃?，從?把振鈴效應(yīng)引入圖像綜合質(zhì)量評估過程，使得對圖像質(zhì)量的評估結(jié)果更符合人眼的主觀判 斷；
[0063] 3)本實施方式所提出的復(fù)原圖像質(zhì)量評價方法，是對復(fù)原圖像亮度、對比度、結(jié)構(gòu) 和梯度評價完成的基礎(chǔ)上得到的改進(jìn)的無參考圖像結(jié)構(gòu)相似度指標(biāo)INRSSM，根據(jù)復(fù)原圖像 振鈴效應(yīng)的強(qiáng)弱，對INRSSM結(jié)果進(jìn)行成比例的減少來得到復(fù)原圖像質(zhì)量的評估結(jié)果，因此 更準(zhǔn)確地反映了引入振鈴對復(fù)原圖像整體質(zhì)量的影響；
[0064] 4)本實施方式提出的復(fù)原圖像質(zhì)量評價方法是一種無參考圖像質(zhì)量評估方法，更 適用無清晰參考圖像的模糊圖像復(fù)原系統(tǒng)的復(fù)原圖像質(zhì)量評估，因此更具有實用性。
[0065] 本實施方式綜合圖像的亮度、對比度、結(jié)構(gòu)和梯度信息以及復(fù)原過程中引入的振 鈴等人工痕跡信息，提出了一種對模糊復(fù)原圖像的綜合評估方法，該方法相對于現(xiàn)有復(fù)原 圖像質(zhì)量評估方法，具有評估結(jié)構(gòu)準(zhǔn)確，更符合人眼主觀判斷結(jié)果的特點。
[0066] 本實施方式解決了改進(jìn)的無參考圖像評估方法INRSS對復(fù)原圖像質(zhì)量評估過程 中，有時當(dāng)振鈴效應(yīng)明顯的情況下，出現(xiàn)夸大復(fù)原效果，導(dǎo)致對復(fù)原圖像質(zhì)量評價過高的問 題。即把由于振鈴效應(yīng)的引入導(dǎo)致復(fù)原結(jié)果變差的圖像，評價為復(fù)原結(jié)果變好的問題。如由 于振鈴的引入導(dǎo)致復(fù)原圖像（圖2(b))相對原始模糊圖圖像（圖2(a))沒有明顯改善，甚至主 觀判斷復(fù)原結(jié)果變差了。但根據(jù)表1對圖2(a)復(fù)原前后圖像質(zhì)量的評估結(jié)果，可以看出基于 INRSS指標(biāo)的評估結(jié)果圖2(b)相對于圖2(a)有明顯改善，圖像質(zhì)量提高了 23.34%;而根據(jù) RIAM評估結(jié)果是由于振鈴效應(yīng)的引入，復(fù)原圖像質(zhì)量相對于原始模糊圖像質(zhì)量下降 1.76%。由此可以看出，RIAM相對于INRSSM對復(fù)原圖像質(zhì)量的評估更準(zhǔn)確
[0067] 本實施方式通過引入圖像質(zhì)量振鈴?fù)嘶蜃?，解決了準(zhǔn)確評