基于视频模糊质量的评价（四）

最新推荐文章于 2024-03-29 00:25:53 发布

QuinnChuh

最新推荐文章于 2024-03-29 00:25:53 发布

阅读量412

点赞数

CC 4.0 BY-SA版权

分类专栏：视频质量评价文章标签： GSIM 图像模糊评价视频模糊评价

本文链接：https://blog.youkuaiyun.com/QuinnChuh/article/details/79572859

2.5.2 基于梯度结构相似度的无参考模糊图像质量评价

这是结构相似度的一个扩展，详细的可以下载论文来进行查看。其算法的步骤如下：

1.先将原始的图像使用11 x 11且方差为1的高斯滤波器进行滤波

2.在接着对模糊后的图像进行半径为4的菱形的Sobel算子的边缘提取

3.将提取后的内容进行膨胀

4.在膨胀图像的情况下判断膨胀模块，并在膨胀模块下计算其GSIM值（相关的膨胀子块可以查看论文，论文不难理解）

5.最后将所有的GSIM值加起来除于膨胀模块的个数，便得到模糊值。

相关代码的如下，有点凌乱，且没有加保护措施：

double DefGSIM(Mat frame)
{
	double si1,sj1,si2,sj2,Gx,Gy,temp,sum=0,result,count =0;
	int i,j;
	int scale = 1;
	int delta = 0;
	int ddepth = CV_16S;
	double k1=0.01;
    int L=255;
    double c1=pow((k1*L), 2);
	Mat gray,Gaussian,sobel,dilate_result;
	cvtColor(frame, gray, CV_BGR2GRAY);
	IplImage *src = &(IplImage(gray));
	uchar *src_data = (uchar*)src->imageData;
	GaussianBlur(gray, Gaussian, Size(11, 11), 1);
	IplImage *gua = &(IplImage(Gaussian));
	uchar *gua_data = (uchar*)src->imageData;
	//Sobel operation
	/// 创建 grad_x 和 grad_y 矩阵
	Mat grad_x, grad_y;
	Mat abs_grad_x, abs_grad_y;
	/// 求 X方向梯度
	//Scharr( src