【技术实现步骤摘要】
一种新型立体图像舒适度预测方法
本专利技术涉及立体图像舒适度预测领域,尤其涉及一种新型立体图像舒适度预测方法。
技术介绍
相较于二维图像,立体图像能给用户带来更多的视觉信息和更逼真的视觉体验,但同时由于双目竞争与视差等因素,会给观众带来视觉不适,降低视觉体验。有资料显示,观看者观看立体视频时容易产生头晕、眼疲劳、恶心、肩颈疼痛等不适感。为给用户带来更多有益的视觉信息,需要探索立体图像舒适度预测方法。通常情况下通过左右视图合成来获得立体图像,有的研究利用左右视图提取彩色信息作为预测特征进行舒适度预测。有的研究在显著性的基础上对立体图像进行提取不适因子。还有部分研究结合人类神经活动机制,与视觉皮层相结合进行舒适度预测。视差信息会给观看者带来距离感,产生立体感。但是不合理的视差信息会影响立体视觉,当视差过小时,人类的立体感知会降低,视差过大时会给观看者带来不舒适。因此有学者将人类神经元模型与视差信息节后进行不适预测,也有直接利用水平视差与垂直视差进行视觉舒适度预测。中国专利文献CN103581661B公开了一种“立体图像视觉舒适度评价方法”。首先通过提取右视点图像的图像显著图和右视差图像的深度显著图,得到右视点图像的立体显著图,然后根据立体显著图加权提取出视差幅度、视差梯度和空间频率特征,得到立体图像的特征矢量,再利用支持向量回归对立体图像集合中的所有立体图像的特征矢量进行训练,最后利用训练得到的支持向量回归训练模型对立体图像集合中的每幅立体图像进行测试,得到每幅立体图像的客观视觉舒适度评价预测值。上述技术 ...
【技术保护点】
1.一种新型立体图像舒适度预测方法,其特征在于,包括以下步骤:/n(1)从彩色图提取亮度矩特征和色度矩特征;/n(2)对彩色图进行小波变换,提取结构复杂度特征;/n(3)对视差图进行小波变换,提取多层视差幅值和多方向视差纹理特征;/n(4)利用GBRT渐进梯度回归树进行舒适度预测获得立体图像舒适度得分。/n
【技术特征摘要】
1.一种新型立体图像舒适度预测方法,其特征在于,包括以下步骤:
(1)从彩色图提取亮度矩特征和色度矩特征;
(2)对彩色图进行小波变换,提取结构复杂度特征;
(3)对视差图进行小波变换,提取多层视差幅值和多方向视差纹理特征;
(4)利用GBRT渐进梯度回归树进行舒适度预测获得立体图像舒适度得分。
2.根据权利要求1所述的一种新型立体图像舒适度预测方法,其特征在于,所述步骤1首先将RGB颜色空间的左右视点彩色图转化到HSV颜色空间,然后在HSV颜色空间中提取亮度矩和色度矩,采用一阶矩、二阶矩和三阶矩描述亮度分量与色度分量的主要信息,其中亮度矩为左右视图的亮度分量所对应的三阶矩,色度矩为左右视图的亮度分量所对应的三阶矩。
3.根据权利要求2所述的一种新型立体图像舒适度预测方法,其特征在于,所述步骤1中亮度矩和色度矩提取的具体过程为:
提取亮度矩,即
亮度一阶矩:
μV=(IV)mean
亮度二阶矩:
亮度三阶矩:
其中,IH为亮度感知图像,μH为亮度一阶矩,σH为亮度二阶矩,sH为亮度三阶矩,P为图像像素总个数,故包含左右彩色图的亮度矩表示为:
其中,l代表左视图,r代表右视图;
提取色度矩,即
色度一阶矩:
μH=(IH)mean
色度二阶矩:
色度三阶矩:
其中,IH为色度感知图像,μH为色度一阶矩,σH为色度二阶矩,sH为色度三阶矩,P为图像像素总个数,故包含左右彩色图的色度矩表示为:
其中,l代表左视图,r代表右视图。
4.根据权利要求1所述的一种新型立体图像舒适度预测方法,其特征在于,所述步骤2将左视图IC进行小波变换,其中小波基选择bior4.4,变换层数为两级,经小波变换获得第一层水平低频垂直高频分量CLH1、水平高频垂直低频分量CHL1、水平高频垂直高频分量CHH1,第二层水平低频垂直高频分量CLH2、水平高频垂直低频分量CHL2、水平高频垂直高频分量CHH2和原始图像的相似图像CLL2。
5.根据权利要求4所述的一种新型立体图像舒适度预测方法,其特征在于,所述步骤2利用小波重构,通过比较高频图像与原始图像的关系表示结构复杂度,具体过程如下,首先取第一层小波变换系数的均值M1与第二层小波变换系数的均值M2,使每层小波系数低于此层均值的设置为0,即
<...
【专利技术属性】
技术研发人员:梁文青,周洋,崔金鹏,张博文,
申请(专利权)人:杭州电子科技大学,
类型:发明
国别省市:浙江;33
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。