[发明专利]基于熵的双视点无参考立体图像质量客观评价方法

摘要

本发明涉及一种基于熵的双视点无参考立体图像质量客观评价方法，包括：对失真图像对分别进行二维Gabor滤波，得到左图和右图的加权因子；加权运算，得到失真图像对的视觉感知图；利用K‑SVD进行字典学习；利用OMP法进行稀疏表示，得到相应的系数矩阵C；对视觉感知图像稀疏表示后的系数矩阵C进行求熵操作；利用SVM对图像库中图像对的熵及相应的主观评价值DMOS进行训练，得到相应的熵‑DMOS模型。本发明能够充分考虑双视点特性。

主权项

一种基于熵的双视点无参考立体图像质量客观评价方法，每个失真立体图像对由左图和右图组成，设失真图像对为(tl,tr)，包括以下步骤：第一步：模拟人类视觉特性，对失真图像对的左图和右图分别进行二维Gabor滤波，得到左图和右图的加权因子:WL(x,y)和WR((x+d),y)，其中，(x,y)为像素点坐标，d表示对右图进行视差补偿的像素点横坐标差值；第二步：将失真图像对(tl,tr)进行加权运算，得到失真图像对的视觉感知图V(x,y)；第三步：利用奇异值分解算法K‑SVD进行字典学习；第四步：利用正交匹配追踪算法OMP对V(x,y)进行稀疏表示，得到相应的系数矩阵C；第五步：对视觉感知图像V(x,y)稀疏表示后的系数矩阵C进行求熵操作，得到其熵E；第六步：对立体图像库中的每一组失真图像对进行第一步至第五步操作，设立体图像库中有Q组立体图像对，可以得到Q组图像对各自的熵E；第七步：利用支持向量机SVM对图像库中图像对的熵及相应的主观评价值(DMOS)进行训练，具体如下，随机选择Q×80％幅图像对的熵和DMOS用于训练，得到相应的熵‑DMOS模型；第八步：对任意一组失真图像对，进行第一步至第五步操作，得到对应的熵；根据第七步中得到的熵‑DMOS模型，利用SVM对该图像对的客观预测值进行预测，到最终的客观预测值。