[发明专利]基于自然场景统计的无参考立体图像质量评价方法

权利要求书

1.一种基于自然场景统计的无参考立体图像质量评价方法，其特征在于，步骤如下：

1)中央眼图像的生成：利用能量增益控制双目融合模型来对立体图像中的左右图像进行融合，生成一幅中央眼图像；

2)2D特征提取：在步骤1)得到的中央眼图像上进行分析，提取能够准确反映2D图像质量的相关特征；

3)双目视差计算：利用视差匹配算法计算立体图像的双目视差；

4)3D特征提取：根据步骤3)中计算得到的双目视差和其他3D视觉特性来提取能影响3D视觉感知质量的相关特征；

5)支持向量机训练和测试：由步骤2)和步骤4)得到的2D特征和3D特征构成特征向量，利用支持向量机进行模型训练和测试，并利用训练后的模型来预测被测试立体图像质量的客观预测值；

上述步骤1)所述的中央眼图像的生成，其步骤如下：

1-1)分别计算立体图像中左右图像的Gabor滤波器响应；

1-2)把步骤1-1)中左右图像Gabor滤波器响应分别作为其权值，利用能量增益控制双目融合模型来合成中央眼图像，模拟人眼的双目融合特性；

所述无参考立体图像质量评价方法的步骤1)是把被测试立体图像的左右图像融合成中央眼图像，并利用能量增益控制双目融合模型；利用能量增益控制双目融合模型得到的中央眼图像的表达式为：

I(x,y)＝W_L.I_L(x,y)+W_R.I_R(x,y)

其中，W_L和W_R分别是左图像I_L(x,y)和右图像I_R(x,y)的权重；

因为Gabor滤波器能够高效地模拟人眼视觉系统的初级视觉皮层中简单细胞对视觉信号的处理过程，通过归一化后的Gabor滤波器响应作为左右图像的权值：

R₁＝x cosθ+y sinθ

R₂＝-x sinθ+y cosθ

其中，σ_x和σ_y分别是椭圆高斯包络在x和y方向的标准差，ζ_x和ζ_y是滤波器的空间频率参数，θ是滤波器的方向参数；

考虑到双目视差的影响，中央眼图像I(x,y)可以表达为：

I(x,y)＝W_L(x,y).I_L(x,y)

+W_R(x-D(x,y),y).I_R(x-D(x,y),y)

这里，GE_L和GE_R分别是左图像和右图像在所有频率、所有方向上滤波器的响应之和，D(x,y)是立体图像的双目视差。

2.根据权利要求1所述的基于自然场景统计的无参考立体图像质量评价方法，其特征在于，所述步骤2)中提取能够准确反映2D图像质量的相关特征，其具体操作步骤如下：

2-1)通过对中央眼图像进行自然场景统计分析，提取基于相邻像素差值的2D特征；

2-2)通过对中央眼图像进行自然场景统计分析，提取基于相邻像素乘积的2D特征；

2-3)通过对中央眼图像进行自然场景统计分析，提取基于中央眼图像的梯度的2D特征；

2-4)通过对中央眼图像进行自然场景统计分析，提取基于中央眼图像的相位一致性的2D特征；

2-5)通过对中央眼图像进行自然场景统计分析，提取基于中央眼图像的Log-Gabor滤波器响应的2D特征。

3.根据权利要求2所述的基于自然场景统计的无参考立体图像质量评价方法，其特征在于，所述步骤2-2)中提取基于相邻像素乘积的2D特征，其具体过程为：计算预处理操作后的中央眼图像的八个方向，分别为0°，22.5°，45°，67.5°，90°，112.5°，135°，157.5°的相邻两个像素乘积，利用非对称的广义高斯分布来近似拟合这八个方向的相邻像素乘积的概率密度函数分布，并提取广义高斯分布的模型参数(η,ν,σ_l²,σ_r²)作为特征。