[发明专利]一种立体图像质量客观评价方法

摘要

本发明公开了一种立体图像质量客观评价方法，首先通过分别提取立体图像的反映图像质量的高斯模糊失真程度的特征矢量、反映图像质量的白噪声失真程度的特征矢量、反映图像质量的JPEG失真程度的特征矢量和反映图像质量的JPEG2000失真程度的特征矢量，得到立体图像的特性矢量，并利用支持向量回归训练模型对同一失真类型的每幅失真的立体图像进行测试，得到每幅失真的立体图像的客观质量评价预测值，优点在于由于本方法根据不同失真类型对失真的立体图像的影响，通过提取不同失真类型的特征信息并形成立体图像的特征矢量，因此获得的立体图像的特征矢量信息具有较强的稳定性且能够较好地反映立体图像的质量变化情况，提高了客观评价结果与主观感知的相关性。

主权项

一种立体图像质量客观评价万法，其特征在于包括以下步骤：①令Sdis为待评价的失真的立体图像，将待评价的失真的立体图像Sdis的左视点图像记为{Ldis(x，y)}，将待评价的失真的立体图像Sdis的右视点图像记为{Rdis(x，y)}，其中，(x，y)表示待评价的失真的立体图像Sdis的左视点图像{Ldis(x，y)}和右视点图像{Rdis(x，y)}中像素点的坐标位置，1≤x≤W，1≤y≤H，W表示待评价的失真的立体图像Sdis的左视点图像{Ldis(x，y)}和右视点图像{Rdis(x，y)}的宽度，H表示待评价的失真的立体图像Sdis的左视点图像{Ldis(x，y)}和右视点图像{Rdis(x，y)}的高度，Ldis(x，y)表示待评价的失真的立体图像Sdis的左视点图像{Ldis(x，y)}中坐标位置为(x，y)的像素点的像素值，Rdis(x，y)表示待评价的失真的立体图像Sdis的右视点图像{Rdis(x，y)}中坐标位置为(x，y)的像素点的像素值；②通过分别计算待评价的失真的立体图像Sdis的左视点图像{Ldis(x，y)}和右视点图像{Rdis(x，y)}的梯度直方图，获得待评价的失真的立体图像Sdis的用于反映图像质量的高斯模糊失真程度的特征矢量，记为Fgblur；③通过分别计算待评价的失真的立体图像Sdis的左视点图像{Ldis(x，y)}和右视点图像{Rdis(x，y)}中的所有像素点的频谱幅度和所有互不重叠的8×8子块的方差值，获得待评价的失真的立体图像Sdis的用于反映图像质量的白噪声失真程度的特征矢量，记为Fwn；④通过分别计算待评价的失真的立体图像Sdis的左视点图像{Ldis(x，y)}和右视点图像{Rdis(x，y)}中的所有互不重叠的8×8子块的对比度和所有互不重叠的8×8子块的中高频系数均值，获得待评价的失真的立体图像Sdis的用于反映图像质量的JPEG失真程度的特征矢量，记为Fjpeg；⑤通过分别计算待评价的失真的立体图像Sdis的左视点图像{Ldis(x，y)}和右视点图像{Rdis(x，y)}实施小波变换后得到的各子带的小波系数矩阵的标准差和形状参数，获得待评价的失真的立体图像Sdis的用于反映图像质量的JPEG2000失真程度的特征矢量，记为Fjp2k；⑥将待评价的失真的立体图像Sdis的用于反映图像质量的高斯模糊失真程度的特征矢量Fgblur、用于反映图像质量的白噪声失真程度的特征矢量Fwn、用于反映图像质量的JPEG失真程度的特征矢量Fjpeg及用于反映图像质量的JPEG2000失真程度的特征矢量Fjp2k连接起来形成一个新的特征矢量，作为待评价的失真的立体图像Sdis的特征矢量，记为X，X＝[Fgblur，Fwn，Fjpeg，Fjp2k]，其中，“[]”为矢量表示符号，[Fgblur，Fwn，Fjpeg，Fjp2k]表示将Fgblur、Fwn、Fjpeg和Fjp2k连接起来形成一个新的特征矢量；⑦采用n幅原始的无失真的立体图像，建立其在不同失真类型不同失真程度下的失真立体图像集合，该失真立体图像集合包括多幅失真的立体图像，利用主观质量评价方法分别获取失真立体图像集合中每幅失真的立体图像的平均主观评分差值，记为DMOS，DMOS＝100‑MOS，其中，MOS表示主观评分均值，DMOS∈[0，100]，n≥1；⑧按照步骤①至步骤⑥计算Sdis的特征矢量X的操作，分别计算失真立体图像集合中每幅失真的立体图像的特征矢量，对于失真立体图像集合中的第i幅失真的立体图像的特征矢量，将其记为Xi，其中，1≤i≤n′，n′表示失真立体图像集合中包含的失真的立体图像的幅数；⑨采用支持向量回归对失真立体图像集合中相同失真类型的所有的失真的立体图像的特征矢量进行训练，并利用训练得到的支持向量回归训练模型对同一失真类型的每幅失真的立体图像进行测试，计算得到失真立体图像集合中相同失真类型的每幅失真的立体图像的客观质量评价预测值，对于失真立体图像集合中的第i幅失真的立体图像的客观质量评价预测值，将其记为Qi，Qi＝f(Xi)，再计算经过N次迭代的每幅失真的立体图像的客观质量评价预测值的平均值，并将计算得到的平均值作为对应那幅失真的立体图像的最终客观质量评价预测值，其中，f()为函数表示形式，Qi＝f(Xi)表示Qi为 Xi的函数，1≤i≤n′，n′表示失真立体图像集合中包含的失真的立体图像的幅数，N≥1。