一種基于立體視覺感知的全盲立體圖像質量客觀評價方法
【技術領域】
[0001] 本發明涉及一種立體圖像質量客觀評價方法，尤其是涉及一種基于立體視覺感知 的全盲立體圖像質量客觀評價方法。
【背景技術】
[0002] 進入二十一世紀以來，隨著立體圖像/視頻系統處理技術的日趨成熟，以及計算 機網絡與通信技術的快速發展，已引起人們對立體圖像/視頻系統的強烈需求。相比傳統 的單視點圖像/視頻系統，立體圖像/視頻系統由于能夠提供深度信息來增強視覺的真實 感，給用戶以身臨其境的全新視覺體驗而越來越受到人們的歡迎，已被認為是下一代媒體 主要的發展方向，已引發了學術界、產業界的廣泛關注。然而，人們為了獲得更好的立體臨 場感和視覺體驗，對立體視覺主觀感知質量提出了更高的要求。在立體圖像/視頻系統中， 采集、編碼、傳輸、解碼及顯示等處理環節都會引入一定失真，這些失真將對立體視覺主觀 感知質量產生不同程度的影響，因此如何有效地進行無參考質量評價是亟需解決的難點問 題。綜上，評價立體圖像質量，并建立與主觀質量評價相一致的客觀評價模型顯得尤為重 要。
[0003] 目前，研究人員提出了不少針對單視點圖像質量的無參考評價方法，然而由于缺 乏系統理論深入研究立體視覺感知特性，因此還沒有有效地無參考立體圖像質量評價方 法。現有的無參考立體圖像質量評價方法主要是通過機器學習來預測立體圖像質量，不僅 計算復雜度較高，而且需要測試數據庫（包括大量不同失真類型的失真立體圖像及相應的 主觀評價值），使得該無參考立體圖像質量評價方法并不適用于實際的應用場合，存在一定 的局限性。因此，如何深入挖掘立體視覺感知；以及如何在無參考模型構建中采用全盲方 法，都是無參考質量評價研究中需要重點解決的技術問題。
【發明內容】
[0004] 本發明所要解決的技術問題是提供一種基于立體視覺感知的全盲立體圖像質量 客觀評價方法，其能夠充分考慮到立體視覺感知特性，從而能夠有效地提高客觀評價結果 與主觀感知之間的相關性。
[0005] 本發明解決上述技術問題所采用的技術方案為：一種基于立體視覺感知的全盲立 體圖像質量客觀評價方法，其特征在于包括訓練階段和測試階段兩個過程，所述的訓練階 段過程的具體步驟如下：
[0006] ①-1、選取K幅原始的無失真立體圖像，其中，K多1，原始的無失真立體圖像的寬 度為M，原始的無失真立體圖像的高度為N;
[0007] ①_2、采用雙目融合技術對每幅原始的無失真立體圖像的左視點圖像和右視點圖 像進行融合，得到每幅原始的無失真立體圖像的融合視點圖像；
[0008] ①_3、對每幅原始的無失真立體圖像的融合視點圖像進行去均值歸一化操作，得 到每幅原始的無失真立體圖像的融合視點圖像的去均值歸一化圖像；
[0009] ①_4、將每幅原始的無失真立體圖像的融合視點圖像的去均值歸一化圖像輸入到 實證密度函數中，得到每幅原始的無失真立體圖像的融合視點圖像的去均值歸一化圖像的 紋理信息向量；
[0010] ①-5、對每幅原始的無失真立體圖像的融合視點圖像的去均值歸一化圖像進行四 個方向的濾波處理，得到每幅原始的無失真立體圖像的融合視點圖像的去均值歸一化圖像 的水平方向信息圖像、垂直方向信息圖像、主對角線方向信息圖像和副對角線方向信息圖 像；然后將每幅原始的無失真立體圖像的融合視點圖像的去均值歸一化圖像的水平方向信 息圖像、垂直方向信息圖像、主對角線方向信息圖像和副對角線方向信息圖像輸入到非對 稱廣義高斯分布模型中，得到每幅原始的無失真立體圖像的融合視點圖像的去均值歸一化 圖像的方向信息向量；
[0011] ①_6、將所有原始的無失真立體圖像的融合視點圖像的去均值歸一化圖像的紋理 信息向量和方向信息向量作為輸入參數，輸入到高斯分布模型中，得到所有原始的無失真 立體圖像對應的無失真高斯分布模型；
[0012] 所述的測試階段過程的具體步驟如下：
[0013] ②-1、對于任意一幅尺寸大小與步驟①-1中選取的原始的無失真立體圖像的尺 寸大小一致的失真立體圖像，將該失真立體圖像作為待評價的失真立體圖像；
[0014] ②-2、采用雙目融合技術對待評價的失真立體圖像的左視點圖像和右視點圖像進 行融合，得到待評價的失真立體圖像的融合視點圖像；
[0015] ②_3、對待評價的失真立體圖像的融合視點圖像進行去均值歸一化操作，得到待 評價的失真立體圖像的融合視點圖像的去均值歸一化圖像；
[0016] ②_4、將待評價的失真立體圖像的融合視點圖像的去均值歸一化圖像輸入到實證 密度函數中，得到待評價的失真立體圖像的融合視點圖像的去均值歸一化圖像的紋理信息 向量；
[0017] ②_5、對待評價的失真立體圖像的融合視點圖像的去均值歸一化圖像進行四個 方向的濾波處理，得到待評價的失真立體圖像的融合視點圖像的去均值歸一化圖像的水平 方向信息圖像、垂直方向信息圖像、主對角線方向信息圖像和副對角線方向信息圖像；然后 將待評價的失真立體圖像的融合視點圖像的去均值歸一化圖像的水平方向信息圖像、垂直 方向信息圖像、主對角線方向信息圖像和副對角線方向信息圖像輸入到非對稱廣義高斯分 布模型中，得到待評價的失真立體圖像的融合視點圖像的去均值歸一化圖像的方向信息向 量；
[0018] ②_6、將待評價的失真立體圖像的融合視點圖像的去均值歸一化圖像的紋理信息 向量和方向信息向量作為輸入參數，輸入到高斯分布模型中，得到待評價的失真立體圖像 對應的失真高斯分布模型；
[0019] ②_7、采用馬氏距離公式衡量步驟①-6中得到的所有原始的無失真立體圖像對 應的無失真高斯分布模型與步驟②_6中得到的待評價的失真立體圖像對應的失真高斯分 布模型之間的誤差，將衡量得到的誤差作為待評價的失真立體圖像的圖像質量客觀評價預 測值。
[0020] 所述的步驟①_3中，將第k幅原始的無失真立體圖像的融合視點圖像的去均 值歸一化圖像記為{Gk,OTg,UR(m，n)}，將{Gk,OTg,UR(m，n)}中坐標位置為（m，n)的像素點 的像素值記為Gk,OTg,uR (m,η)，
G中，1彡k彡K， 1彡m彡M，1彡n彡N，Rk,OTg,UR(m，n)表示第k幅原始的無失真立體圖像的融合視點圖像 中坐標位置為（m，n)的像素點的像素值，yk,OTg,UR表示lRk,OTg,uR(m，n)}中 的所有像素點的像素值的均值，表示{RklOTglUR(m，n)}中的所有像素點的像素值的 方差。
[0021]所述的步驟①_5中，將第k幅原始的無失真立體圖像的融合視點圖像 的去均值歸一化圖像的水平方向信息圖像、垂直方向信息圖像、主對角線方向 信息圖像和副對角線方向信息圖像對應記為{HkiOTgiUR (m,n)}、{VkiOTgiUR (m,η)}、 的像素值記為Hk, OTg,uR (m，η)，將{Vk, OTg,uR (m，η)}中坐標位置為（m，n)的像素點的像 素值記為Vk, OTg,uR (m,η)，將{Dk, OTg,uR (m,η)}中坐標位置為（m,η)的像素點的像素值 記為Dk,OTg,UR (m,η)，將中坐標位置為（m,η)的像素點的像素值記為 ^i,〇rg,L,s(fni^)?Hk_org_ L_R (m,η) -Gkj〇rgLR (m,η)XGkorgLR (m,n+1) ,VkorgLR (m,n) -Gk, 〇rg,l,r(m,η)XGk，org，L，R (m+1，n)，Dk，org，L，R (m,n) =Gk_org_ L_R (m,η)XGk_org_ L_R (m+1,n+1), Kη<N，GkiOTgiUR(m,n)表示第k幅原始的無失真立體圖像的融合視點圖像的去均值歸 一化圖像{GkiOTgiUR(m，n)}中坐標位置為（m，n)的像素點的像素值；GkiOTgiUR(m，n+l)表示 {Gk,OTg,UR(m，n)}中坐標位置為（m，n+l)的像素點的像素值，若n+l>N，則令Gk,OTg,UR(m，n+l) =Gk,OTg,UR(m，N)，Gk,OTg,UR(m，N)表示{Gk,OTg,UR(m，n)}中坐標位置為（m，N)的像素點的像 素值；Gk^UR(m+l，n)表示{Gk^UR(m，n)}中坐標位置為（m+l，n)的像素點的像素值， 若111+1>]\1，則令61^。1^ 1?(111+1，11)=61^。1^1?(]\1，11)，6 1^。1^1?(]\1，11)表示隊。1^1?(111，11)}中坐 標位置為（M，n)的像素點的像素值；Gk,OTg,UR(m+l，n+l)表示{Gk,OTg,UR(m，n)}中坐標位置 為〇11+1，11+1)的像素點的像素值，若111+1>]\1且1彡11+1彡1則令6 1^。1^1?(111+1，11+1)= Gk，org，L，R(M，n+1)，若 1 彡m+1 彡Μ且n+l>N，則令Gk，org，L，R(m+l,n+1) =Gk，org，L，R(m+l,N)，若 111+1>1且11+1汛則令心。1^ 1?(111+1，11+1)=心。1^1^，吣，心。 1^,1^，11+1)、心。1^,1?(111+1，吣 對應表示{Gk,OTg,UR(m，n)}中坐標位置為（M，n+1)、（m+l，N)和（M，N)的 像素點的像素值而,。1^,1?(111+1，11-1)表示隊。 1^1?(111，11)}中坐標位置為（111+1，11-1)的像 素點的像素值，若m+l>M且 1 彡n-Ι彡N，則令GkiM^R(m+l，n-l) =GkiM^R(M，n-l)，若 1 彡m+1 彡Μ且n-l〈l，則令Gk,org,L,R(m+l，n-1) =Gk,org,L,R(m+l，1)，若m+l>M且n-l〈l，貝lj 令Gk,OTg,L,R(m+1，η-1) =Gk,R (Μ, 1)，Gk,R (Μ,η-1)、Gk,R (m+1，1)和Gk,R(M，^^ 應表示{Gk,"g,UR(m，n)}中坐標位置為（M，n-1)、（m+l，l)和（M，l)的像素點的像素值；上 述，Gk,org,l,r(m，n+l) 一Gk_ org_ L_R (m,N)nGkorgLR (m+1,n) 一Gk, org丄R (Μ,n)、Gk, org,L,R (m+l,n+1) =Gk，org，L，R(M，n+l)、Gk，org，L，R(m+l，n+l) =Gk，org，L，R(m+l，N)、Gk，org，L，R(m+l，n+l)= Gk,org,L,R(M>N)' Gk,org,L,R(m+1>n_1) = Gk, org, L, R (M> Π_ 1) ' Gk, org, L, R 1 >