[发明专利]基于堆栈式自动编码器的立体图像质量评价方法

说明书

本发明涉及一种基于堆栈式自动编码器的立体图像质量评价方法，步骤如下：利用左右视图合成单眼图；将左右视图转化为互不相关的双眼融合图和双眼差值图；计算单眼图I_C的MSCN系数以及单眼图在水平H、竖直V、主对角线D₁和次对角线D₂四个方向的MSCN邻域系数；从单眼图中提取初级特征向量；提取双眼融合图的初级特征向量；按照相同的方法对双眼差值图提取特征；训练堆栈式自动编码器，获得深层特征；训练对应支持向量回归机；得到立体图像质量分数。本发明提高了客观评价方法准确率。

技术领域

本发明属图像处理领域，涉及一种无参考立体图像质量客观评价方法。

背景技术

近年来随着多媒体技术的飞速发展，立体显示技术得到广泛应用。同时，对比平面图像，立体图像给人的视觉感受更强烈，并带给人们更加真实的视听感受和临场体验，因此，立体图像/视频处理研究受到人们的广泛关注。然而，由于设备和处理手段等因素的影响，立体图像/视频在采集、压缩、传输和存储过程中不可避免的会造成图像/视频失真，进而影响立体图像/视频的质量。因此，研究一种可以有效评价立体图像质量的评价方法至关重要。虽然主观质量评价是可靠的评价方法，但是，主观评价方法容易受到人类自身与外在环境因素的干扰，评价结果不够稳定，并且会消耗大量的人力物力。相对主观评价，客观评价以软件的方式评价图像的质量，同时不需参与者和大量的主观试验，操作简单，且与主观评价高度相关，因此，越来越受到相关研究者的关注。

当前立体图像质量评价依据是否参考原始图像，主要分为三类方法。第一类是全参考立体图像质量评价，第二类是部分参考质量评价，这两种方法需要参考原始图像，或者原始图像的部分信息对立体图像做出客观评价，具有很大的局限性。第三类是无参考质量评价，这种方法不需要参考原始图像，也是最符合实际情况的方法。由于立体图像深度信息获取的不准确，双目特性考虑不充分，立体图像质量评价仍然是当前研究的热点和难点。

发明内容

本发明的目的在于克服现有技术的不足，建立一个以堆栈式自动编码器为基础的，同时充分考虑人眼视觉特性的无参考立体图像质量评价方法。本发明在单眼图、双眼融合图和双眼差值图中提取符合人眼立体感知的基本特征，通过堆栈式自编码器，将这些特征转化为更符合人眼特性的深层级特征，从而可以对立体图像质量做出更加全面、准确的客观评价。技术方案如下：

一种基于堆栈式自动编码器的立体图像质量评价方法，步骤如下：

第一步：利用左右视图合成单眼图I_C；

第二步：将左右视图转化为互不相关的双眼融合图和双眼差值图；

第三步：提取单眼图的初级特征向量

(1)计算单眼图I_C的MSCN系数以及单眼图在水平H、竖直V、主对角线D₁和次对角线D₂四个方向的MSCN邻域系数；

(2)提取单眼图在水平、竖直、主对角线、次对角线这4个方向的MSCN邻域系数，定义为：

(3)利用非对称广义高斯分布模型AGGD拟合单眼图的MSCN系数直方图以及单眼图的水平、竖直、主对角线、次对角线这四个方向的MSCN邻域系数直方图；将上述5个AGGD模型的均值、方差、形状参数、尺寸参数作为单眼图的特征，提取出20个特征；利用韦伯分布拟合单眼图的梯度幅度，提取韦伯分布的形状参数和尺寸参数作为单眼图的2个特征；此外，对单眼图进行DCT变化，提取DCT域中的块、锐度、平滑度、峰度和詹森香农散度JSD这5个特征，从单眼图中提取27维初级特征向量P_C⁽ⁱ⁾；

第四步：提取双眼融合图的初级特征向量