基于特征提取和集成学习的立体图像质量客观评价方法技术

本发明专利技术属于图像处理领域，为提出立体图像质量客观评价方法，本发明专利技术，基于特征提取和集成学习的立体图像质量客观评价方法，步骤如下：1)双目融合图像的获取；2)融合图像特征的提取：对融合图像分别进行方向梯度直方图HOG特征编码和局部二值模式LBP特征编码，提取相应特征；3)集成学习模型的搭建：选择支持向量回归SVR作为集成学习的个体学习器，采用Stacking的集成策略，分别使用两个初级SVR学习器学习融合图像的HOG特征和LBP特征，并将特征映射成为立体图像的质量分数，次级SVR学习器学习前面两个初级学习器的质量分数输出，并将其映射成为立体图像最终的质量输出。本发明专利技术主要应用于图像处理场合。主要应用于图像处理场合。主要应用于图像处理场合。

【技术实现步骤摘要】
基于特征提取和集成学习的立体图像质量客观评价方法


[0001]本专利技术属于图像处理领域，涉及立体图像质量客观评价研究，尤其是涉及一种基于特征提取和集成学习的立体图像质量客观评价方法。

技术介绍

[0002]随着3D技术的深入发展，如何实现舒适立体显示成为了国内外的研究热点。在国际上，国际电信联盟(International Telecommunication Union,ITU)的视频质量专家小组(the Video Quality Experts Group,VQEG)和美国德州大学等机构取得了重大成果，在国内，许多企业和高校也开展了研究，包括清华大学、天津大学和宁波大学等。本专利技术主要研究内容是舒适立体内容的制作和立体图像质量评价，而立体图像质量评价可以分为主观评价和客观评价。
[0003]由于主观评价方法存在耗时耗力等缺陷，科研人员也致力于通过客观评价算法实现对立体内容的实时评价。许多平面图像质量评价算法已经在实际应用中获得了较好的效果，例如基于结构相似度的SSIM方法
[1]和VIF算法
[2]。文献[3][本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于特征提取和集成学习的立体图像质量客观评价方法，其特征是，步骤如下：1)双目融合图像的获取：左右视图在红、绿、蓝三个通道根据增益控制和增益增强来得到双目融合图像；2)融合图像特征的提取：对融合图像分别进行方向梯度直方图HOG(Histogram of Oriented Gradient)特征编码和局部二值模式LBP(Local Binary Pattern)特征编码，提取相应特征；3)集成学习模型的搭建：选择支持向量回归SVR作为集成学习的个体学习器，采用Stacking的集成策略，分别使用两个初级SVR学习器学习融合图像的HOG特征和LBP特征，并将特征映射成为立体图像的质量分数，次级SVR学习器学习前面两个初级学习器的质量分数输出，并将其映射成为立体图像最终的质量输出。2.如权利要求1所述的基于特征提取和集成学习的立体图像质量客观评价方法，其特征是，双目融合图像的获取具体过程：最基本的模型如式(1)所示，采用双目融合：Γ(I
L
,I
R
)＝I
L
+I
R
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中Γ(I
L
,I
R
)是融合图像，I
L
和I
R
分别是左右视点，考虑双目视觉特性中的双目融合和双目竞争，将模型改进为式(2)：其中ε
L
(I
L
)和ε
R
(I
R
)是左右两个视点对比度增益的对比度能量权重，在双目融合模型公式(2)的基础上进行改进，得到计算单目图像的模型(3)：其中I
l
(x,y)和I
r
(x,y)是立体图像的左右视点，GC
l
(x,y)和GC
r
(x,y)是左右视点增益控制的总共对比度能量，GE
l
(x,y)和GE
r
(x,y)是左右视点增益增强的总共对比度能量，C(x,y)为最终的融合图像；计算GC
v
(x,y)和GE
v
(x,y)的过程如下：分别提取并处理其RGB三个通道，首先利用一组Gabor滤波器分别对左右视点的各个通道进行滤波，获取其空间响应，二维Gabor滤波器写成下式：其中x'＝(xcosθ+ysinθ)，y'＝(
‑
xsinθ+ycosθ)，...

【专利技术属性】
技术研发人员：李素梅，丁义修，胡佳洁，侯春萍，
申请(专利权)人：天津大学，
类型：发明
国别省市：