一种无参考立体图像质量客观评价方法技术

本发明专利技术公开了一种无参考立体图像质量客观评价方法，其在训练阶段选择多幅失真立体图像构成训练样本集合，采用Gabor滤波器获取失真立体图像中的每个像素点在不同中心频率、不同方向因子和不同相位偏移下的振幅，通过计算失真立体图像中的所有像素点在不同中心频率、不同方向因子和不同相位偏移下的振幅的均值、方差和熵获得特征矢量，再采用K均值聚类方法得到训练样本集合的聚类中心；在测试阶段通过计算失真测试立体图像与训练样本集合中属于不同聚类的每副失真立体图像之间的距离及与每个聚类中心之间的距离，对每幅失真立体图像的平均主观评分差值进行加权得到图像质量客观评价预测值；优点是计算复杂度低，客观评价结果与主观感知的相关性好。

【技术实现步骤摘要】

本专利技术涉及一种图像质量评价方法，尤其是涉及一种无参考立体图像质量客观评 价方法。
技术介绍
随着图像编码技术和立体显示技术的迅速发展，立体图像技术受到了越来越广泛 的关注与应用，已成为当前的一个研宄热点。立体图像技术利用人眼的双目视差原理，双目 各自独立地接收来自同一场景的左视点图像和右视点图像，通过大脑融合形成双目视差， 从而欣赏到具有深度感和逼真感的立体图像。与单通道图像相比，立体图像需要同时保证 两个通道的图像质量，因此对其进行质量评价具有非常重要的意义。然而，目前对立体图像 质量缺乏有效的客观评价方法进行评价。因此，建立有效的立体图像质量客观评价模型具 有十分重要的意义。 由于影响立体图像质量的因素较多，如左视点和右视点质量失真情况、立体感知 情况、观察者视觉疲劳等，因此如何有效地进行无参考质量评价是亟需解决的难点问题。目 前的无参考质量评价通常采用机器学习来预测评价模型，计算复杂度较高，并不适用于实 际的应用场合，存在一定的局限性。因此，如何在评价过程中有效地提取图像特征信息，如 何降低评价的计算复杂度，如何使客观评价结果更加感觉符合人类视觉系统，是在对立体 图像进行无参考客观质量评价过程中需要研宄解决的问题。
技术实现思路
本专利技术所要解决的技术问题是提供，其能 够有效地提高客观评价结果与主观感知之间的相关性。 本专利技术解决上述技术问题所采用的技术方案为：一种无参考立体图像质量客观 评价方法，其特征在于包括训练阶段和测试阶段两个过程，所述的训练阶段的具体步骤如 下： ①-1、选取N幅失真立体图像，将N幅失真立体图像及每幅失真立体图像 的平均主观评分差值构成训练样本集合，记为{SpDMOSill彡i彡N}，其中，Si表示 以，DMOSi 11彡i彡N}中的第i幅失真立体图像，DMOSi表示{S i，DMOSi 11彡i彡N}中的第 i幅失真立体图像的平均主观评分差值； ①_2、采用Gabor滤波器获取以，DMOSi | 1彡i彡N}中的每幅失真立体图像的左 视点图像和右视点图像中的每个像素点在不同中心频率和不同方向因子下的频率响应，再 根据{Si, DMOSi | K i < N}中的每幅失真立体图像的左视点图像和右视点图像中的每个像 素点在不同中心频率和不同方向因子下的频率响应，获取{SpDMOSill彡i彡N}中的每幅 失真立体图像中的每个像素点在不同中心频率、不同方向因子和不同相位偏移下的振幅， 将Si中坐标位置为（x，y)的像素点在中心频率为《、方向因子为0和相位偏移为A步下 的振幅记为Ei(x，y ;A !])，《，0)，其中，1彡x彡W，1 <H，W表示宽度，H表示Si 的高度，《表示所采用的Gabor滤波器的中心频率，0表示所采用的Gabor滤波器的方向 因子，A步表不所米用的Gabor滤波器的相位偏移； ①-3、计算{Si, DMOSi | 1彡i彡N}中的每幅失真立体图像中的所有像素点在不同 中心频率、不同方向因子和不同相位偏移下的振幅的均值、方差和熵，将Si*的所有像素点 在中心频率为《、方向因子为0和相位偏移为△ it下的振幅的均值、方差和j：商对应记为【主权项】1. ，其特征在于包括训练阶段和测试阶段两个 过程，所述的训练阶段的具体步骤如下： ①-1、选取N幅失真立体图像，将N幅失真立体图像及每幅失真立体图像的平均主观评 分差值构成训练样本集合，记为以，DMOSi I 1彡i彡N}，其中，Si表示{S i，DMOSi 11彡i彡N} 中的第i幅失真立体图像，DMOSi表示{S i，DMOSi I K i < N}中的第i幅失真立体图像的平 均主观评分差值； ①-2、采用Gabor滤波器获取（Si, DMOSi 11 < i < N}中的每幅失真立体图像的左视点 图像和右视点图像中的每个像素点在不同中心频率和不同方向因子下的频率响应，再根据 (Si, DMOSi I K i < N}中的每幅失真立体图像的左视点图像和右视点图像中的每个像素点 在不同中心频率和不同方向因子下的频率响应，获取^,DMOS iIl彡i彡N}中的每幅失真 立体图像中的每个像素点在不同中心频率、不同方向因子和不同相位偏移下的振幅，将S i 中坐标位置为（x，y)的像素点在中心频率为《、方向因子为0和相位偏移为A it下的振 幅记为EiUy; A (6, ?，0)，其中，1彡X彡W，1 <H，W表示宽度，H表示Si的高 度，w表示所采用的Gabor滤波器的中心频率，0表示所采用的Gabor滤波器的方向因子， A边表不所米用的Gabor滤波器的相位偏移； ①-3、计算^,DMOSiIl彡i彡N}中的每幅失真立体图像中的所有像素点在不同中 心频率、不同方向因子和不同相位偏移下的振幅的均值、方差和熵，将Si*的所有像素点 在中心频率为《、方向因子为0和相位偏移为△ it下的振幅的均值、方差和熵对应记为以2为底的对数函数，InO表示以自然基数e为底的对数函数，p()表示求概率分布函数， 符号"II"为取绝对值符号； ①-4、将（SpDMOSiIl < i < N}中的每幅失真立体图像中的所有像素点在不同 中心频率、不同方向因子和不同相位偏移下的振幅的均值、方差和熵按顺序排列构成 (Si, DMOSi 11 < i < N}中的每幅失真立体图像的特征矢量，将SjA特征矢量记为F i，FiS Si中的所有像素点在不同中心频率、不同方向因子和不同相位偏移下的振幅的均值、方差 和熵按顺序排列构成，其中，维数为NuX N0 XNa^，Nu表示所采用的Gabor滤波器的所 有中心频率的集合Du中包含的中心频率的总个数，N 0表示所采用的Gabor滤波器的所有 方向因子的集合D 0中包含的方向因子的总个数，Na,表示所采用的Gabor滤波器的所有 相位偏移的集合D A ,中包含的相位偏移的总个数； ①-5、采用K均值聚类方法对以，DMOSi 11彡i彡N}中的所有失真立体图像的特征矢 量进行聚类操作，得到以，DMOSi 11彡i彡N}的K个聚类，将以，DMOSi 11彡i彡N}的第m 个聚类中心记为gj然后将{Si,DMOSi IKi <N}中属于同一聚类的所有失真立体图像构 成一个子集，将成，DMOSiIl < i <N}中属于第m个聚类的所有失真立体图像构成的子集 记为{Sj，m，DMOSj，m| 1彡j彡Nm，1彡m彡K};其中，K表示{Si，DMOSi 11彡i彡N}的聚类的总 个数，1彡111彡1(<的维数为^\~\144，111表示{5^，01(^，」1彡」彡1，1彡111彡1(} 中的第j幅失真立体图像，DMOSlni表示{S」，_"，DMOSj，」1彡j彡N111, 1彡m彡K}中的第j幅 失真立体图像的平均主观评分差值，Nm表示{Si，DMOSi11< i < N}中属于第m个聚类的失所述的测试阶段的具体步骤如下： ②-1、对于任意一副失真测试立体图像Stest，按照训练阶段中的步骤①-2至 步骤①-4的过程，以相同的操作获取Stest的特征矢量，记为Ftes本文档来自技高网...

【技术保护点】
一种无参考立体图像质量客观评价方法，其特征在于包括训练阶段和测试阶段两个过程，所述的训练阶段的具体步骤如下：①‑1、选取N幅失真立体图像，将N幅失真立体图像及每幅失真立体图像的平均主观评分差值构成训练样本集合，记为{Si,DMOSi|1≤i≤N}，其中，Si表示{Si,DMOSi|1≤i≤N}中的第i幅失真立体图像，DMOSi表示{Si,DMOSi|1≤i≤N}中的第i幅失真立体图像的平均主观评分差值；①‑2、采用Gabor滤波器获取{Si,DMOSi|1≤i≤N}中的每幅失真立体图像的左视点图像和右视点图像中的每个像素点在不同中心频率和不同方向因子下的频率响应，再根据{Si,DMOSi|1≤i≤N}中的每幅失真立体图像的左视点图像和右视点图像中的每个像素点在不同中心频率和不同方向因子下的频率响应，获取{Si,DMOSi|1≤i≤N}中的每幅失真立体图像中的每个像素点在不同中心频率、不同方向因子和不同相位偏移下的振幅，将Si中坐标位置为(x,y)的像素点在中心频率为ω、方向因子为θ和相位偏移为Δψ下的振幅记为Ei(x,y；Δψ,ω,θ)，其中，1≤x≤W，1≤y≤H，W表示Si的宽度，H表示Si的高度，ω表示所采用的Gabor滤波器的中心频率，θ表示所采用的Gabor滤波器的方向因子，Δψ表示所采用的Gabor滤波器的相位偏移；①‑3、计算{Si,DMOSi|1≤i≤N}中的每幅失真立体图像中的所有像素点在不同中心频率、不同方向因子和不同相位偏移下的振幅的均值、方差和熵，将Si中的所有像素点在中心频率为ω、方向因子为θ和相位偏移为Δψ下的振幅的均值、方差和熵对应记为和miΔψ,ω,θ=1W×HΣx=1WΣy=1Hlog2|Ei(x,y;Δψ,ω,θ)|,]]>viΔψ,ω,θ=1W×HΣx=1WΣy=1Hlog2|Ei(x,y;Δψ,ω,θ)-miΔψ,ω,θ|,]]>eiΔψ,ω,θ=1W×HΣx=1WΣy=1H(p(Ei(x,y;Δψ,ω,θ))×lnp(Ei(x,y;Δψ,ω,θ))),]]>其中，log2()表示以2为底的对数函数，ln()表示以自然基数e为底的对数函数，p()表示求概率分布函数，符号“||”为取绝对值符号；①‑4、将{Si,DMOSi|1≤i≤N}中的每幅失真立体图像中的所有像素点在不同中心频率、不同方向因子和不同相位偏移下的振幅的均值、方差和熵按顺序排列构成{Si,DMOSi|1≤i≤N}中的每幅失真立体图像的特征矢量，将Si的特征矢量记为Fi，Fi为Si中的所有像素点在不同中心频率、不同方向因子和不同相位偏移下的振幅的均值、方差和熵按顺序排列构成，其中，Fi的维数为Nω×Nθ×NΔψ，Nω表示所采用的Gabor滤波器的所有中心频率的集合Ωω中包含的中心频率的总个数，Nθ表示所采用的Gabor滤波器的所有方向因子的集合Ωθ中包含的方向因子的总个数，NΔψ表示所采用的Gabor滤波器的所有相位偏移的集合ΩΔψ中包含的相位偏移的总个数；①‑5、采用K均值聚类方法对{Si,DMOSi|1≤i≤N}中的所有失真立体图像的特征矢量进行聚类操作，得到{Si,DMOSi|1≤i≤N}的K个聚类，将{Si,DMOSi|1≤i≤N}的第m个聚类中心记为gm；然后将{Si,DMOSi|1≤i≤N}中属于同一聚类的所有失真立体图像构成一个子集，将{Si,DMOSi|1≤i≤N}中属于第m个聚类的所有失真立体图像构成的子集记为{Sj,m,DMOSj,m|1≤j≤Nm,1≤m≤K}；其中，K表示{Si,DMOSi|1≤i≤N}的聚类的总个数，1≤m≤K，gm的维数为Nω×Nθ×NΔψ，Sj,m表示{Sj,m,DMOSj,m|1≤j≤Nm,1≤m≤K}中的第j幅失真立体图像，DMOSj,m表示{Sj,m,DMOSj,m|1≤j≤Nm,1≤m≤K}中的第j幅失真立体图像的平均主观评分差值，Nm表示{Si,DMOSi|1≤i≤N}中属于第m个聚类的失真立体图像的总幅数，所述的测试阶段的具体步骤如下：②‑1、对于任意一副失真测试立体图像Stest，按照训练阶段中的步骤①‑2至步骤①‑4的过程，以相同的操作获取Stest的特征矢量，记为Ftest；然后计算Stest与{S...

【技术特征摘要】

【专利技术属性】
技术研发人员：邵枫，李福翠，
申请(专利权)人：宁波大学，
类型：发明
国别省市：浙江;33