一种立体图像视觉舒适度和深度感联合优化方法技术
【技术实现步骤摘要】
本专利技术涉及一种图像信号的处理方法，尤其是涉及一种立体图像视觉舒适度和深度感联合优化方法。
技术介绍
随着立体视频显示技术和高质量立体视频内容获取技术的快速发展，立体视频的视觉体验质量(QoE，Quality of Experience)已成为立体视频系统设计中的一个重要问题，而视觉舒适度(VC，Visual Comfort)是影响立体视频的视觉体验质量的重要因素。目前，对立体视频/立体图像的质量评价研究主要考虑了内容失真对于图像质量的影响，而很少考虑视觉舒适度、深度感等因素的影响。因此，为了提高观看者的视觉体验质量，研究立体视频/立体图像的视觉舒适度和深度感联合优化方法对3D内容制作和后期处理具有十分重要的指导作用。与常规的平面图像相比，观看基于视差形成的立体图像具有较强的立体感和沉浸感，但是长时间观看立体图像会出现头疼、视觉疲劳、视力模糊甚至恶心等症状。过大的双目视差、人眼焦点调节与辐辏机制冲突通常被认为是引起视觉不舒适的主要原因。人眼的双眼融合机制为具有水平视差的左、右眼物像融合成具有立体感的单一清晰物像提供了生理保证，然而如果水平视差过大，则会导致物像落在Panum融合区域外，人眼将无法正常形成双眼单视性，长时间观看容易造成严重的视觉疲劳。而与引起视觉不舒适的影响相比，较大的双目视差被认为是产生较强深度感的主要原因。因此，如何有效地对引起视觉不舒适和深度感的因素进行表征、以及如何在视觉舒适性和深度感之间进行平衡，都是在对立体图像进行视觉舒适度和深度感联合优化过程中需要研究解决的问题。
技术实现思路
本专利技术所要解决的技术问题是提供一种立体图像视觉...
【技术保护点】
一种立体图像视觉舒适度和深度感联合优化方法，其特征在于包括训练阶段和测试阶段两个过程；所述的训练阶段包括以下步骤：①‑1、选取不同舒适度等级的M幅宽度为W且高度为H的立体图像构成训练图像集，记为{Sm|1≤m≤M}，其中，M>5，Sm表示{Sm|1≤m≤M}中的第m幅立体图像；①‑2、计算{Sm|1≤m≤M}中的每幅立体图像的用于反映视觉舒适度的特征矢量，将Sm的用于反映视觉舒适度的特征矢量记为Fm，其中，Fm的维数为7，符号“[]”为矢量表示符号，χm表示Sm的左视差图像中的所有像素点的平均绝对视差幅值，表示Sm的左视差图像中的所有像素点的视差方差值，表示Sm的左视差图像中的所有像素点的视差范围，和对应表示Sm的左视差图像中的所有像素点的最大视差均值和最小视差均值，表示Sm的左视差图像的相对视差，表示Sm的左视差图像的对象宽度；①‑3、根据{Sm|1≤m≤M}中的每幅立体图像的用于反映视觉舒适度的特征矢量和平均主观评分差值，采用支持向量回归作为机器学习的方法，获得舒适度客观预测函数，将以Finp作为舒适度客观预测函数的输入矢量得到的舒适度客观预测值记为Φ(Finp)，其中，Φ(...
【技术特征摘要】
1.一种立体图像视觉舒适度和深度感联合优化方法，其特征在于包括训练阶段和测试阶段两个过程；所述的训练阶段包括...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。