本发明专利技术公开了一种无参考立体图像质量客观评价方法,其在训练阶段,通过获取每幅原始的无失真立体图像的双目竞争响应特征图与该幅原始的无失真立体图像对应的每幅失真立体图像的双目竞争响应特征图之间的相似度图像,及每幅原始的无失真立体图像对应的每幅失真立体图像的双目竞争响应特征图的局部二值化模式的直方图特征向量,得到视觉字典质量对照表;在测试阶段,对于任意一幅失真立体图像,先获取该失真立体图像对应的直方图特征向量,然后根据已构造的视觉字典质量对照表,获取该失真立体图像的客观质量评价预测值;优点是降低了计算复杂度,且由于充分考虑了立体视觉感知特性,因此能有效地提高客观评价结果与主观感知之间的相关性。
【技术实现步骤摘要】
本专利技术涉及一种立体图像质量客观评价方法,尤其是涉及一种无参考立体图像质量客观评价方法。
技术介绍
进入二十一世纪以来,随着立体图像/视频系统处理技术的日趋成熟,以及计算机网络与通信技术的快速发展,已引起人们对立体图像/视频系统的强烈需求。相比传统的单视点图像/视频系统,立体图像/视频系统由于能够提供深度信息来增强视觉的真实感,给用户以身临其境的全新视觉体验而越来越受到人们的欢迎,已被认为是下一代媒体主要的发展方向,已引发了学术界、产业界的广泛关注。然而,人们为了获得更好的立体临场感和视觉体验,对立体视觉主观感知质量提出了更高的要求。在立体图像/视频系统中,采集、编码、传输、解码及显示等处理环节都会引入一定失真,这些失真将对立体视觉主观感知质量产生不同程度的影响,由于在大多数的应用系统中原始无失真参考图像是不可得的,因此如何有效地进行无参考质量评价是亟需解决的难点问题。综上,评价立体图像质量,并建立与主观质量评价相一致的客观评价模型显得尤为重要。目前,研究人员提出了不少针对单视点视觉质量的无参考评价方法,然而由于缺乏系统理论深入研究立体视觉感知特性,因此还没有有效地无参考立体图像质量评价方法。相比单视点视觉质量无参考评价模型,无参考立体图像质量评价模型需要考虑不同失真类型立体掩蔽效应以及与之相关的双目竞争/抑制和双目融合等立体感知因素对视觉质量的影响。因此,不能简单地把现有的单视点视觉质量无参考评价模型直接扩展到无参考立体图像质量评价方法中。现有的无参考质量客观评价方法一般分为训练阶段和测试阶段,训练阶段中一般需要被训练图像的主观评价值,然而在实际应用中主观评价值的得到比较复杂,需要组织观察者对被训练图像进行打分,在一定程度上不利于实际应用,因此,如何在训练阶段中不需要主观评价值,同时使系统的性能不降低,是立体图像进行无参考客观质量评价过程中需要研究解决的问题。
技术实现思路
本专利技术所要解决的技术问题是提供一种无参考立体图像质量客观评价方法,其能够充分考虑到立体视觉感知特性,从而能够有效地提高客观评价结果与主观感知之间的相关性。本专利技术解决上述技术问题所采用的技术方案为:一种无参考立体图像质量客观评价方法,其特征在于包括训练阶段和测试阶段两个过程;所述的训练阶段的具体步骤为:①_1、选取K幅宽度为W且高度为H的原始的无失真立体图像,将第k幅原始的无失真立体图像的左视点图像和右视点图像对应记为{Lorg,k(x,y)本文档来自技高网...
【技术保护点】
一种无参考立体图像质量客观评价方法,其特征在于包括训练阶段和测试阶段两个过程;所述的训练阶段的具体步骤为:①_1、选取K幅宽度为W且高度为H的原始的无失真立体图像,将第k幅原始的无失真立体图像的左视点图像和右视点图像对应记为{Lorg,k(x,y)}和{Rorg,k(x,y)},其中,K≥1,1≤k≤K,1≤x≤W,1≤y≤H,Lorg,k(x,y)表示{Lorg,k(x,y)}中坐标位置为(x,y)的像素点的像素值,Rorg,k(x,y)表示{Rorg,k(x,y)}中坐标位置为(x,y)的像素点的像素值;①_2、对于每幅原始的无失真立体图像,取在JPEG压缩、JPEG2000压缩、高斯模糊和高斯白噪声失真情况下的各自4幅不同失真强度的失真立体图像,每幅原始的无失真立体图像对应的失真立体图像共16幅,将第k幅原始的无失真立体图像对应的第n幅失真立体图像的左视点图像和右视点图像对应记为{Ldis,k,n(x,y)}和{Rdis,k,n(x,y)},其中,1≤n≤16,Ldis,k,n(x,y)表示{Ldis,k,n(x,y)}中坐标位置为(x,y)的像素点的像素值,Rdis,k,n(x,y)表示{Rdis,k,n(x,y)}中坐标位置为(x,y)的像素点的像素值;①_3、对每幅原始的无失真立体图像的左视点图像实施DoG滤波,得到每幅原始的无失真立体图像的左视点图像的幅值图像,将{Lorg,k(x,y)}的幅值图像记为{GL_org,k(x,y)};并对每幅原始的无失真立体图像的右视点图像实施DoG滤波,得到每幅原始的无失真立体图像的右视点图像的幅值图像,将{Rorg,k(x,y)}的幅值图像记为{GR_org,k(x,y)};其中,GL_org,k(x,y)表示{GL_org,k(x,y)}中坐标位置为(x,y)的像素点的像素值,GR_org,k(x,y)表示{GR_org,k(x,y)}中坐标位置为(x,y)的像素点的像素值;同样,对每幅原始的无失真立体图像对应的每幅失真立体图像的左视点图像实施DoG滤波,得到每幅原始的无失真立体图像对应的每幅失真立体图像的左视点图像的幅值图像,将{Ldis,k,n(x,y)}的幅值图像记为{GL_dis,k,n(x,y)};并对每幅原始的无失真立体图像对应的每幅失真立体图像的右视点图像实施DoG滤波,得到每幅原始的无失真立体图像对应的每幅失真立体图像的右视点图像的幅值图像,将{Rdis,k,n(x,y)}的幅值图像记为{GR_dis,k,n(x,y)};其中,GL_dis,k,n(x,y)表示{GL_dis,k,n(x,y)}中坐标位置为(x,y)的像素点的像素值,GR_dis,k,n(x,y)表示{GR_dis,k,n(x,y)}中坐标位置为(x,y)的像素点的像素值;①_4、根据每幅原始的无失真立体图像的左视点图像的幅值图像和右视点图像的幅值图像,采用双目竞争模型,得到每幅原始的无失真立体图像的双目竞争响应特征图,将第k幅原始的无失真立体图像的双目竞争响应特征图记为{Gorg,k(x,y)},其中,Gorg,k(x,y)表示{Gorg,k(x,y)}中坐标位置为(x,y)的像素点的像素值;同样,根据每幅原始的无失真立体图像对应的每幅失真立体图像的左视点图像的幅值图像和右视点图像的幅值图像,采用双目竞争模型,得到每幅原始的无失真立体图像对应的每幅失真立体图像的双目竞争响应特征图,将第k幅原始的无失真立体图像对应的第n幅失真立体图像的双目竞争响应特征图记为{Gdis,k,n(x,y)},其中,Gdis,k,n(x,y)表示{Gdis,k,n(x,y)}中坐标位置为(x,y)的像素点的像素值;①_5、计算每幅原始的无失真立体图像的双目竞争响应特征图与该幅原始的无失真立体图像对应的每幅失真立体图像的双目竞争响应特征图之间的相似度图像,将{Gorg,k(x,y)}与{Gdis,k,n(x,y)}之间的相似度图像记为{Sdis,k,n(x,y)},将{Sdis,k,n(x,y)}中坐标位置为(x,y)的像素点的像素值记为Sdis,k,n(x,y),其中,C为控制参数;①_6、根据每幅原始的无失真立体图像的双目竞争响应特征图与该幅原始的无失真立体图像对应的每幅失真立体图像的双目竞争响应特征图,计算每幅原始的无失真立体图像对应的每幅失真立体图像的特征调制图像,将第k幅原始的无失真立体图像对应的第n幅失真立体图像的特征调制图像记为{Mdis,k,n(x,y)},将{Mdis,k,n(x,y)}中坐标位置为(x,y)的像素点的像素值记为Mdis,k,n(x,y),Mdis,k,n(x,y)=max(Gorg,k(x,y),Gdis,k,n(x,y)),其中,max()为取最大值函数;①_7、根据每幅原始的...
【技术特征摘要】
1.一种无参考立体图像质量客观评价方法,其特征在于包括训练阶段和测试阶段两个过程;所述的训练阶段的具体步骤为:①_1、选取K幅...
【专利技术属性】
技术研发人员:周武杰,潘婷,张爽爽,蔡星宇,顾鹏笠,郑飘飘,岑岗,王中鹏,周扬,吴茗蔚,邱薇薇,陈芳妮,郑卫红,陈寿法,陶坚,葛丁飞,
申请(专利权)人:浙江科技学院,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。