估振鈴效應(yīng)對模糊復(fù) 原圖像質(zhì)量影響的問題，從而避免了現(xiàn)有的模糊復(fù)原圖像質(zhì)量評估方法進行對振鈴效應(yīng)單 獨評估，無法融入復(fù)原圖像整體質(zhì)量評價的問題。
【具體實施方式】 [0068] 二:本實施方式與一不同的是:步驟一中典型的圖像 復(fù)原算法為Tihonov正則化算法或全變分正則化算法。其它步驟及參數(shù)與一 相同。
【具體實施方式】 [0069] 三:本實施方式與一或二不同的是：步驟二中二次模 糊處理過程為I與Gblur進行卷積，得到參考圖像I r，具體的計算公式為：
[0070] 1,. =/?Gbkff
[0071 ]其中，?為卷積運算，I ( i，j)為復(fù)原圖像I中第i行，第j列的像素值；Ir( i，j)為參 考圖像Ir中第i行，第j列的像素值；i = 1，…，Μ，j = 1，…，N;Μ分別為灰度模糊圖像F的總行 數(shù)、復(fù)原圖像I的總行數(shù)、參考圖像Ir的總行數(shù)、梯度圖像 81的總行數(shù)、二值化圖像B的總行數(shù) 或梯度圖像glr的總行數(shù)；
[0072] N分別為灰度模糊圖像F的總列數(shù)、復(fù)原圖像I的總列數(shù)、參考圖像Ir的總列數(shù)、梯 度圖像81的總列數(shù)、二值化圖像B的總列數(shù)或梯度圖像g Ir的總列數(shù);m-般取7,〇-般取5。其 它步驟及參數(shù)與【具體實施方式】一或二相同。
[0073]【具體實施方式】四：本實施方式與【具體實施方式】一至三之一不同的是：步驟三中計 算復(fù)原圖像I和參考圖像Ir的亮度相似度指標1(1，Ir)計算公式如下：
[0074]
[0075 ]其中，μι為圖像I的像素灰度值的均值，μL!·為圖像I r的像素灰度值的均值，Ci =( k 1 XL)2,0<kl<<l，一般kl = 0.01，L為像素灰度級，通常數(shù)字圖像都為8位灰度級取為255。 其它步驟及參數(shù)與【具體實施方式】一至三之一相同。
[0076]【具體實施方式】五:本實施方式與【具體實施方式】一至四之一不同的是：步驟三中計 算復(fù)原圖像I和參考圖像Ir的對比度相似度指標C(I，Ir)的計算公式如下：
[0077]
[0078] 其中，C2 = (k2X L)2,0<k2<<l，一般取1^2 = 0.03,0:為圖像I的像素灰度值的方 差，〇Ir為圖像Ir的像素灰度值的方差。其它步驟及參數(shù)與【具體實施方式】一至四之一相同。 [0079]【具體實施方式】六:本實施方式與【具體實施方式】一至五之一不同的是：步驟三中計 算復(fù)原圖像I和參考圖像Ir的結(jié)構(gòu)相似度S(I，Ir)的計算公式如下：
[0080]
[0081] 其中，〇IIr為圖像I和Ir的協(xié)方差;C3 = C2/2。其它步驟及參數(shù)與【具體實施方式】一至 五之一相同。
【具體實施方式】 [0082] 七:本實施方式與一至六之一不同的是：步驟四中計 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I r的梯度圖像gIr，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g(I，Ir)的具體過程為：
[0083] (1)、計算復(fù)原圖像I的梯度圖像gI，計算公式為：
[0084] gix= | I(i+1, j)-I(i, j)
[0085] giy= I I(i, j+l)-I(i, j)
[0086] gl=[glx gly]
[0087] 其中，gIx為復(fù)原圖像I的水平梯度圖像;gIy分別為復(fù)原圖像I的垂直梯度圖像；
[0088] (2)、計算參考圖像Ir的梯度圖像gIr;
[0089] glrx= I Ir( ? + 1 , j ) -Ir( ? , j )
[0090] glry= I Ir( i , j + 1 ) -Ir( ? , j )
[0091 ] glr-[glrx glry]
[0092]其中，girx為參考圖像Ir的水平梯度圖像;giry為參考圖像I r的垂直梯度圖像；
[0093] (3)、根據(jù)gl和glr計算的梯度相似度指標g(I，Ir)，計算公式如下：
[0094]
。其它步驟及參數(shù)與【具體實施方式】一 至六之一相同。
【具體實施方式】 [0095] 八:本實施方式與一至七之一不同的是：步驟五中根 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1(1，I r)、對比 度相似度指標c(l，Ir)、結(jié)構(gòu)相似度指標S(I，Ir)以及步驟四得到梯度相似度指標g(I，Ir)， 計算梯度結(jié)構(gòu)相似度指標GSSIM(I，Ir)，將GSSIM(I，Ir)平均分塊得改進的梯度平均結(jié)構(gòu)相 似度指標MGSS頂(I，Ir)具體計算過程為：
[0096] (1)、計算的梯度結(jié)構(gòu)相似度指標GSS頂(I，Ir)具體為：
[0097] GSSIM(I,Ir) = [l(I,Ir)]a[c(I,Ir)]i![s(I,Ir)]Y[g(I,Ir)] A
[0098] 其中，a分別為亮度相似度指標1(1，Ir)的權(quán)重、β對比度相似度指標c(I，Ir)的權(quán) 重、γ結(jié)構(gòu)相似度指標s(I，I r)的權(quán)重和λ梯度相似度指標g(I，Ir)的權(quán)重，其值根據(jù)實際需 要調(diào)節(jié)；
[0099] (2)、在實際計算時，為反映圖像局部特征，一般將圖像分成Ml個塊，分別計算Ml個 塊的梯度結(jié)構(gòu)相似度指標GSSIM，然后計算Ml個GSSIM指標平均值得到標平均梯度結(jié)構(gòu)相似 度指標MGSSIM(Mean of Gradient Structural Similarity Metric，MGSSIM);其中， MGSSIM計算公式如下式所示：
[0100]
[0101] 其中，h是參考圖像I中第1個子塊圖像；Irl是復(fù)原圖像Ir中第1個子塊圖像。其它 步驟及參數(shù)與【具體實施方式】一至七之一相同。
【具體實施方式】 [0102] 九:本實施方式與一至八之一不同的是：步驟七中采 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)進行歸一化處理，得到歸一化振鈴度量指標NRM具體過程為：
[0103] (1)、采用邊緣檢測算法提取復(fù)原圖像I的邊緣，得到二值化邊緣圖像B;其中，邊緣 檢測的過程是先將復(fù)原圖像I轉(zhuǎn)化成灰度圖像，然后采用Canny算子提取復(fù)原圖像I的灰度 圖像的邊緣；
[0104] (2)、采用共生矩陣來檢測二值化邊緣圖像B中的振鈴曲線；
[0105] 利用二值化邊緣圖像B生成長度為d，方向為Θ的共生矩陣定義為：
[0106]
[0107]其中，共生矩陣中的元素值是通過掃描二值化邊緣圖像B中像素值為1的像素，且 在像素值為1像素的方向為沒Y四個方向上，得到距尚值為d的像素的像素值； 4 2 4 ψ?·
[0108] 即當(dāng)像素 B(i，j) = 1且在以B(i，j) = 1為中心，在6M)，-j~，^~，一j-四個方向上，距尚13 4 :2 4 (i，j) = l像素的距離為d的圖像B中相應(yīng)位置的像素值為1，且在小于距離d的位置上的像素 都為〇,則相應(yīng)的共生矩陣的元素值為1;否則相應(yīng)的共生矩陣的元素值為〇;由于提取復(fù)原 圖像邊緣過程中，會存在邊緣提取誤差，導(dǎo)致檢測出的振鈴曲線不一定完全平行于圖像邊 緣，因此在共生矩陣的距離d的選取上通常設(shè)置一定范圍的冗余度γ，即de [do-γ，dQ+γ ]; d〇 = NbiUr/2，Nbiur為復(fù)原算法估計的模糊核大小，下標blur表示模糊的意思；γ通常取3;另 外，共生矩陣計算公式中，s為距離值，取值范圍為se(〇，d Q);&表示邏輯與運算;B(i，j)為 二值化圖像B中第i行，第j列的像素值；
[0109] (3)、將m = 4個方向的共生矩陣求和即得到表示全部平行邊緣的邊緣長度R，可用 這一指標來刻畫振鈴效應(yīng)，其計算公式如下式所示；
[0110]
) .沒.二 1 % % %rr
[0111] 其中，m=l時，9 = 〇;m = 2時，=7.;:m = 3時，θ =7:;.m = 4時，.& =--.； 4 2 4
[0112] (4)、用復(fù)原后圖像的平行邊緣長度Rr減去復(fù)原前圖像的平行邊緣長度心即得到由 復(fù)原過程引入的振鈴效應(yīng)的直接度量1=心-心，然后對心進行歸一化處理得到歸一化振鈴 度量指標NRM(Normalized Ringing Metric，NRM)，其計算公式如下式所示：
[0113]
[0114]其中，max為取最大值運算用以保證振鈴度量結(jié)果為非負數(shù)；
[0115]需要說明的是由于Rm表示的是整幅圖像在m=l，2，3,4的四個主要方向的復(fù)原后 圖像的平行邊緣長度，Rm的取值范圍一定是大于零并且小于復(fù)原圖像總像素數(shù)MXN，為了 消除不同尺度圖像的幅值差異，需要將該指標進行歸一化處理，即將R m除以復(fù)原圖像總像 素 MXN，再乘以100%都得到百分數(shù)，即得到本發(fā)明用于評估振鈴效應(yīng)的最終指標NRM。其它 步驟及參數(shù)與【具體實施方式】一至八之一相同。
【主權(quán)項】
1. 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，其特征在于， 該方法具體是按照以下步驟進行的： 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; 其中，F(xiàn)(i，j)為灰度模糊圖像中的第i行，第j列像素值； 步驟二、對復(fù)原圖像I進行二次模糊得到參考圖像Ir;其中，二次模糊使用大小為mXm， 方差為σ的高斯模糊核Gblur對復(fù)原圖像I進行二次模糊處理;m為用于復(fù)原圖像二次模糊的 高斯模糊核的大小，下標blur為模糊的含義； 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Ir的亮度相似度指標1 (I，Ir)、對比度相似度指標c(I，Ir) 和結(jié)構(gòu)相似度指標s(I，Ir); 步驟四、計算步驟一中復(fù)原圖像I的梯度圖像gI，計算