按失真类型分类整理TID2008

对于图像质量评价(IQA)数据库,TID2008算是不大不小的数据集了。TID2008是由乌克兰国家航空航天大学的N504信号接收、传输与处理系建立，包括25幅参考图像，1700幅失真图像。失真类型有17种包括：加性高斯噪声、颜色分量强于照明分量的加性噪声、空间位置相关噪声、掩膜噪声、高频噪声、脉冲噪声、量化噪声、高斯模糊、图像噪声、JPEG压缩、JPEG2000压缩、JPEG传输错误、JPEG2000传输错误、非偏心式噪声、不同强度的局部块失真、强度均值偏移以及对比度变化。该数据库的DMOS值由838观察者给出256428个数据统计得到，MOS取值范围为[0,9]。下载链接如下：http://www.ponomarenko.info/tid2008.htm，从作者那里下载得到的所有失真图像是统一放在distorted_images文件夹中的，而对应的主观评价分数是放在mos_with_names.txt文本中的，如果是用算法对所有失真进行评分当然很方便，但是很多时候需要预测单独失真图像，比如说只想要用程序预测高斯模糊失真图像的分数，然后与对应的主观评分进行比较。因此，我想把distorted_images中的失真图像按照失真类型进行分类，分为17类，每一类存到一个单独的文件夹中，然后在文件夹中顺便放上对应的主观评分。

1、将mos_with_names.txt这个文件夹存的内容按失真类型分割，因为它的命名方式是这样的：

参考图像号，失真类型，失真水平：“iXX_YY_Z.bmp”。

例如，名称为“i03_08_4.bmp”是指第3个参考图像，第8个失真类型和与此失真相关的第4种水平。同样地，名称为“i12_10_1.bmp”指这是第12个参考图像，第10个类型的失真与第一种失真水平。

所以做起来也没那么复杂，本来想手动的，每种失真类型建立一个文件夹，文件夹中建立一个txt来保存数据，首先我手动建立了17个文件夹，以#1到#17命名，确实比较蠢，手动粘贴复制了几个就放弃了，还是写程序可能要快些。百度之后，修修改改最后的代码是这样的：

%filename = '.\mos_with_names.txt';

 %[vale,name] = textread(filename , '%f %s');

 clc; clear

file = '.\mos_with_names.txt';

fid = fopen(file,'r');

disp(['Reading file: ',file]);

linenumber = 0;

fid1=fopen('.\#1.txt','wt'); %必须要以wt的方式打开，不然不能换行

fid2=fopen('.\#2.txt','wt');fid3=fopen('.\#3.txt','wt');

fid4=fopen('.\#4.txt','wt');fid5=fopen('.\#5.txt','wt');

fid6=fopen('.\#6.txt','wt');fid7=fopen('.\#7.txt','wt');

fid8=fopen('.\#8.txt','wt');fid9=fopen('.\#9.txt','wt');

fid10=fopen('.\#10.txt','wt');fid11=fopen('.\#11.txt','wt');

fid12=fopen('.\#12.txt','wt');fid13=fopen('.\#13.txt','wt');

fid14=fopen('.\#14.txt','wt');fid15=fopen('.\#15.txt','wt');

fid16=fopen('.\#16.txt','wt');fid17=fopen('.\#17.txt','wt');

while ~feof(fid)

    linenumber = linenumber + 1;

    line = fgetl(fid);

    if(line(11:14) == '_01_')

%disp([num2str(linenumber),':',line]);

        fprintf(fid1,[line,'\n']);

    elseif(line(11:14) == '_02_')

        fprintf(fid2,[line,'\n']);

    elseif(line(11:14) == '_03_')

        fprintf(fid3,[line,'\n']);

    elseif(line(11:14) == '_04_')

        fprintf(fid4,[line,'\n']);

    elseif(line(11:14) == '_05_')

        fprintf(fid5,[line,'\n']);

    elseif(line(11:14) == '_06_')

        fprintf(fid6,[line,'\n']);

    elseif(line(11:14) == '_07_')

        fprintf(fid7,[line,'\n']);

    elseif(line(11:14) == '_08_')

        fprintf(fid8,[line,'\n']);

    elseif(line(11:14) == '_09_')

        fprintf(fid9,[line,'\n']);

    elseif(line(11:14) == '_10_')

        fprintf(fid10,[line,'\n']);

    elseif(line(11:14) == '_11_')

        fprintf(fid11,[line,'\n']);

    elseif(line(11:14) == '_12_')

        fprintf(fid12,[line,'\n']);

    elseif(line(11:14) == '_13_')

        fprintf(fid13,[line,'\n']);

    elseif(line(11:14) == '_14_')

        fprintf(fid14,[line,'\n']);

    elseif(line(11:14) == '_15_')

        fprintf(fid15,[line,'\n']);

    elseif(line(11:14) == '_16_')

        fprintf(fid16,[line,'\n']);

    elseif(line(11:14) == '_17_')

        fprintf(fid17,[line,'\n']);

    end

end 

fclose(fid1);fclose(fid2);fclose(fid3);fclose(fid4);

fclose(fid5);fclose(fid6);fclose(fid7);fclose(fid8);

fclose(fid9);fclose(fid10);fclose(fid11);fclose(fid12);

fclose(fid13);fclose(fid14);fclose(fid15);fclose(fid16);

fclose(fid17);fclose(fid);

　　这个代码比较简单，很多重复性的代码，反正能实现要求也就懒得改了，运行之后在当前文件夹下生成17个txt文件，每个文件包含一类失真图像的名字和主观评分，然后把这些txt手动放到之前建立好的文件夹下就可以了。

2、根据txt中的名字将对应的图片从distorted_images中提取出来放到对应的失真类型中去，这个工作其实也不算复杂，因为失真文件夹中的文本中已经有该类失真图片的名字了，直接打开txt文本取出文件名，根据文件名到distorted_images中读取图片，然后保存到对应的文件夹中，最后再用循环把17类图片都操作了就好了。代码如下：

for i =1:17

    file = ['.\disimage_fenkai\#',int2str(i),'\#',int2str(i),'.txt'];

    fid = fopen(file,'r');

    disp(['Reading file: ',file]);

    while ~feof(fid) 

        line = fgetl(fid);

        filename = line(8:19); %取出图片名

        A=imread(['.\distorted_images\',filename]);  %按照图片名读取图片

        %mkdir('.\disimage_fenkai\#1\');

        imwrite(A,['.\disimage_fenkai\#',int2str(i),'\',filename]); %将图片按原名字存在#i中

    end

    fclose(fid);

end

　　这个程序可以直接将distorted_images中的失真图片按照失真类型存到对应的失真文件夹中，方便以后操作。最后的效果如下：

任意打开一个文件夹，存放的是对应的失真类型，比如打开#4：

巴特西

按失真类型分类整理TID2008

最新文章

热门文章