，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η-l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 > Π_ 1) = Gk, org, L, R 1 > ^ 和Gk,D1^,R(m+l，n-l) =Gk,D1^,R(M，l)中的"="為賦值符號。
[0043] 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，輸入到現有的高斯分布模型中，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。
[0044] 所述的測試階段過程的具體步驟如下：
[0045] 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。
[0046] ②_2、采用現有的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。
[0047] 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。
[0048] 在此具體實施例中，在步驟②_3中，將待評價的失真立體圖像的融合視點圖像的 去均值歸一化圖像記為沁&^"幻:^將沁&^^^^中坐標位置為"幻的像素點的 像素值記為Gdis,UR(m，η):
其中，1彡m彡Μ，1彡η彡Ν， Rdl^(m，n)表示待評價的失真立體圖像的融合視點圖像{Rdls，UR(m，n)}中坐標位置為 (m，n)的像素點的像素值，ydls,L,R表示{Rdls,L,R(m，n)}中的所有像素點的像素值的均值， σd1Slui?表示iRd1Sluif(m，n) }中的所有像素點的像素值的方差。
[0049] 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現有 的實證密度函數中，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。
[0050] 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現有的非對稱廣義高 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。
[0051] 在此具體實施例中，在步驟②_5中，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對應記為{Hdis,UR(m，n)}、{Vdis,UR(m，n)}、{Ddis,UR(m，n)} 和{Afc/ ,將{Hdls,UR(m，η)}中坐標位置為（m，η)的像素點的像素值記為 (m，η)，將{Vdls,UR (m,η)}中坐標位置為（m,η)的像素點的像素值記為Vdls,UR (m,η)，將 {Ddls,L,R(m，n)}中坐標位置為（m，n)的像素點的像素值記為 中坐標位置為（m, η)的像素點的像素值記為., Hdis,UR (m, n) = Gdis,UR ( m, n) XGdlSiLjR(m, n+1) , VdlSiLjR(m, n) = GdlSiLjR(m, η) X Gdls_LjR (m+1, n) , DdlSiLjR(m, n)= GdiS,L,R(m, n) XGdis,L,R(m+1, n+1)，氣&,￡,(微"?)'.='(?也1,以/沒，《.).:?^.&&人_8.(微+ 1,:技-1)，.其中， 1彡m彡M，1彡n彡N，Gdis,UR(m，n)表示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{GdlSiUR(m，n)}中坐標位置為（m，n)的像素點的像素值；GdlSiUR(m，n+l)表 示{Gdl、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GdlSAR(m，n+l) =Gdls,L,R(m，N)，Gdls,L,R(m，N)表示{Gdls,L,R(m，n)}中坐標位置為（m，N)的像素點的像素值； Gdls,UR(m+l，n)表示{Gdls,UR(m，n)}中坐標位置為（m+l，n)的像素點的像素值，若m+l>M，則 令Gdls,UR(m+l，n) =Gdls,UR(M，n)，Gdls,UR(M，n)表示{Gdls,UR(m，n)}中坐標位置為（M，n)的像 素點的像素值；GdlSiUR(m+l，n+l)表示{GdlSiUR(m，n)}中坐標位置為（m+l，n+l)的像素點的 像素值，若m+l>M且 1 彡n+1 彡N，則令Gdls,L,R (m+1，n+1) =Gdls,L,R (M，n+1)，若 1 彡m+1 彡Μ 且η+1>Ν，則令Gdis,L,R(m+l，η+1) =Gdis,L,R(m+l，Ν)，若m+l>M且η+1>Ν，則令Gdis,L,R(m+l，η+1) =Gdls,L,R(M，N)，Gdls,L,R(M，n+l)、Gdls,L,R(m+l，N)和Gdls,L,R(M，N)對應表示{Gdls,L,R(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；GdlSiUR(m+l，n-l)表示 {Gdls,L,R(m，n)}中坐標位置為（m+l，n-l)的像素點的像素值，若m+l>M且1彡n-1彡N，貝1J 令Gdls丄R(m+1,n-1) =Gdls,L,R(M，n-1)，若 1 彡m+1 彡Μ且n-l〈l，則令Gdls,L,R(m+l，n-1)= Gdls丄R(m+1, 1)，若m+l>M且n-l〈l，則令 Gdls丄R(m+l，n-l) = Gdls丄R(M, 1)，Gdls丄R(M，n-l)、 Gdls,UR(m+l，D和Gdls,UR(M，l)對應表示{Gdls,UR(m，n)}中坐標位置為（M，n-1)、（m+l，l) 和（M, 1)的像素點的像素值；上述，Gdis,L,R(m，n+1) =Gdis,L,R(m，N)、Gdis,L,R(m+l，n)= Gdls，L，R(M，n)、Gdls， L，R(m+l，n+l)=Gdls，L，R(M，n+l)、G dls，L，R(m+l，n+l)=Gdls，L， R(m+l，N)、 Gdls，L，R(m+l，n+l) =Gdls丄 R(M，N)、Gdls丄 R(m+l，n-l) =Gdls丄 R(M，n-l)、Gdls丄 R(m+l，n-l)= Gdls,L,R(m+l，l)和Gdls,L,R(m+l，n-l) =Gdls,L,R(M，l)中的"="為賦值符號。
[0052] 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，輸入到現有的高斯分布模型中，得到待評價的失真立 體圖像對應的失真高斯分布模型。
[0053] ②-7、采用現有的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。
[0054] 為驗證本發明方法的可行性和有效性，進行實驗。
[0055] 在此，采用LIVE立體圖像庫來分析利用本發明方法得到的失真立體圖像的圖像 質量客觀評價預測值與平均主觀評分差值之間的相關性。這里，利用評估圖像質量評價方 法的Spearman相關系數（Spearmanrankordercorrelationcoefficient，SROCC)作為 評價指標，SR0CC反映客觀評價結果的單調性。
[0056] 利用本發明方法計算LIVE立體圖像庫中的每幅失真立體圖像的圖像質量客觀評 價預測值，再利用現有的主觀評價方法獲得LIVE立體圖像庫中的每幅失真立體圖像的平 均主觀評分差值。將按本發明方法計算得到的失真立體圖像的圖像質量客觀評價預測值做 五參數Logistic函數非線性擬合，SR0CC值越高，說明客觀評價方法的客觀評價結果與平 均主觀評分差值之間的相關性越好。反映本發明方法的質量評價性能的SR0CC相關系數如 表1所列。從表1所列的數據可知，按本發明方法得到的失真立體圖像的最終的圖像質量 客觀