买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安邮电大学申请的专利基于视觉显著性和梯度特征的无参考图像质量评价方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115082756B 。

龙图腾网通过国家知识产权局官网在2025-06-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210683617.2，技术领域涉及：G06V10/774；该发明授权基于视觉显著性和梯度特征的无参考图像质量评价方法是由艾达;刘芸宏;白岩松;刘颖设计研发完成，并于2022-06-16向国家知识产权局提交的专利申请。

本基于视觉显著性和梯度特征的无参考图像质量评价方法在说明书摘要公布了：一种基于视觉显著性和梯度特征的无参考图像质量评价方法，由选择数据集、图像预处理、构建图像质量评价模型、训练图像质量评价模型、测试图像质量评价模型组成。采用Sobel算子对图像进行梯度特征提取，将提取的梯度图像块和失真图像块作为图像质量评价模型的输入，获得图像块的图像质量分数；采用显著性检测方法提取显著性图，根据显著性图为每个图像块分配权重；将图像块质量分数与权重分数进行加权求和作为图像的整体评价分数。经仿真对比实验证明表明，本发明方法对不同数据集都有较好的质量预测结果，与人的主观评分相符，适用于不同的失真类型。

本发明授权基于视觉显著性和梯度特征的无参考图像质量评价方法在权利要求书中公布了：1.一种基于视觉显著性和梯度特征的无参考图像质量评价方法，其特征在于由下述步骤组成： 1选择数据集 将图像质量评价数据库中的失真图像分为训练集、验证集、测试集，训练集图像与验证集图像、测试集图像的数量占比为8：1：1； 2图像预处理 采用Sobel算子对失真图像进行梯度特征的提取工作，Sobel算子用附近八个像素估计中心像素的梯度，按下式确定梯度图像Gx： 其中，*为卷积运算，Dx为失真图像； 对失真图像采用频率调谐的显著性区域检测方法提取显著性图，进行高斯滤波，由RGB颜色空间转换为LAB颜色空间；对转换后的图像的L、A、B三个通道的图像分别取均值；按下式确定每个像素的显著值Sx，y： Sx，y＝‖‖Iμ-Iωx，y‖‖ 其中，Iμ为该图像的平均特征向量，Iωx，y是失真图像进行高斯滤波后对应的图像像素向量值；图像中每个像素的显著值Sx，y除以最大的显著值，得到最终的显著性图； 将每张失真图像、梯度图、显著性图裁剪成32×32像素大小的图像块，作为输入样本； 3构建图像质量评价模型 图像质量评价模型包括梯度特征提取器1、质量回归模块2、权重机制模块3、空间域特征提取器4，梯度特征提取器1与空间域特征提取器4并联，与质量回归模块2串联后与权重机制模块3并联构成； 所述的梯度特征提取器由卷积层、金字塔卷积层、最大池化层组成，空间域特征提取器由卷积单元串联构成，质量回归模块由全连接层构成； 4训练图像质量评价模型 用基于梯度的自适应矩估计优化器梯度的一阶矩估计方法和二阶矩估计方法自适应调整每个参数学习率，设置学习率为0.0001，一阶矩估计的指数衰减率为0.9，二阶矩估计的指数衰减率为0.999； 用下式定损失函数L1： 其中，x表示为图像数量，Hx为第x张图像的主观评分，Sx为第x张图像的预测质量分数； 训练集中的梯度图通过图像质量评价模型的梯度特征提取器1生成特征向量Γ： Γ＝γ1,γ2,…,γk 其中γk是8×8的矩阵，k∈{1,2,…,64}；失真图像块通过空间域特征提取器4生成3个或4个特征向量； 将特征向量Γ与空间域特征提取器4生成3个或4个特征向量转换为单列矩阵，并依次竖向串联构建成竖向特征向量Ν； 将竖向特征向量Ν作为质量回归模块2的输入得到第i个图像块的质量分数Si，i为失真图像块数量； 将失真图像分割为32×32的图像块，根据显著性图像灰度值的变化将显著性图分为突出区域、一般区域、非突出区域，并设置3个不同的阈值，像素值在[0,74]之间为非突出区域，像素值在[75,174]之间为正常区域，像素值在[175,255]之间为突出区域，为不同区域设置不同的权重，3个不同区域的权重分别为{0.8，1，1.2}，得到权重图Wx； 按下式确定每个图像块的权重wi： 其中Nd是图像块中的像素数量，n是一个失真图像的图像块数量，n取值为2α； 按下式确定失真图像的图像分数S： 将图像质量评价模型训练至损失函数收敛，在每个周期内，将验证集输入到训练后的图像质量评价模型中；选择验证集中损失最小的模型作为最终模型； 5测试图像质量评价模型 将测试集的图像输入到训练好的图像质量评价模型中，得到最终的图像质量分数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安邮电大学，其通讯地址为：710121 陕西省西安市长安区韦郭路西安邮电大学南校区；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。