一种基于多维视觉感知特征的无参考虚拟现实图像质量的客观评价方法技术

本发明专利技术涉及一种基于多维视觉感知特征的无参考虚拟现实图像质量的客观评价方法，包括步骤如下：S1：获取VR图像的局部结构特征；S2：建立VR图像颜色交互模型，提取颜色特征；S3：提取VR图像视窗统计特征；S4：将S1、S2和S3所提取的特征输入到回归模型中，获取VR图像的质量分数。通过高斯导数和加权局部二值模式图提取的局部结构信息编码和捕获局部结构特征，可以反映局部空间视觉感知相关性，提高模型的评价性能。按R

【技术实现步骤摘要】
一种基于多维视觉感知特征的无参考虚拟现实图像质量的客观评价方法


[0001]本专利技术涉及图像质量评价方法
，具体领域为一种基于多维视觉感知特征的无参考虚拟现实图像质量的客观评价方法。

技术介绍

[0002]虚拟现实(VR)技术带给人们前所未有的沉浸式感受，已经被广泛应用于工业设计、军事、医疗、教育等领域，受到国内外研究者的广泛关注。与普通图像不同，虚拟现实图像呈现的是广角图像，具有更广阔的视野和更高的分辨率。良好的实际应用离不开高质量的内容支撑，同普通图像一样，VR图像在处理、编码和压缩过程中都不可避免地会引入畸变，影响观看者的体验，这成为了虚拟现实技术进一步发展的阻碍。如何设计全面的、有效的VR图像质量评价方法已经成为广大学者的研究热点。
[0003]当前，国内外对于VR图像的质量评价方法主要分为主观评价方法与客观评价方法两大类，由于主观评价方法因个体差异出现偏差，评价结果不稳定，而且不能够实时获取结果，因此，图像质量的客观评价方法成为国内外科研人员的研究热点。图像质量客观评价方法可以分为全参考、半参考和无参考方法。全参考度量需要所有的参考信息，与半参考只需要部分参考信息，而无参考方法不需要任何参考图像的信息。由于参考图像在实际应用中很难获取，因此，无参考图像质量评价成为研究人员的研究重点。
[0004]然而，目前的研究方法并没有全方面的考虑VR图像的特性，特别是其有限视角的视窗观看特点，也没有达到很好的性能，导致无法形成一个可靠准确的无参考VR图像质量的客观评价方法。

技术实现思路

[0005]本专利技术的目的在于提供一种基于多维视觉感知特征的无参考虚拟现实图像质量的客观评价方法，解决上述
技术介绍
中提及的技术问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：一种基于多维视觉感知特征的无参考虚拟现实图像质量的客观评价方法，方法包括步骤如下：
[0007]S1：获取VR图像的局部结构特征；
[0008]S2：建立VR图像颜色交互模型，提取颜色特征；
[0009]S3：提取VR图像视窗统计特征；
[0010]S4：将S1、S2和S3所提取的特征输入到回归模型中，获取VR图像的质量分数。
[0011]优选的，一种基于多维视觉感知特征的无参考虚拟现实图像质量的客观评价方法，
[0012]S1：分析VR图像的高斯导数直方图特性，得到VR图像的局部结构特征；
[0013]S2：分析VR图像不同颜色通道像素间的依赖性，建立颜色交互模型，提取颜色特征；
[0014]S3：分析VR图像的观看特点，基于观看视窗进行图像分割，提取视窗统计特征；
[0015]S4：将S1、S2和S3所提取的特征输入到回归模型中，获取VR图像的质量分数。
[0016]优选的，S1包括：对VR图像进行高斯求导计算，并利用加权局部二值模式直方图提取图像的局部结构特征。
[0017]优选的，S2包括：计算VR图像的RGB三通道信息，然后利用交互式的加权局部二值模式直方图按照R
‑
G
‑
B的顺序获取颜色交互特征。
[0018]优选的，S3包括：结合VR图像的观看特征，将VR图像按照视窗大小分割，提取每个视窗子图像的自然场景统计特征，取所有视窗统计特征的平均值作为VR图像的视窗统计特征。
[0019]优选的，S4中的回归模型采用的是利用支持向量机进行回归与拟合，计算VR图像的质量分数。
[0020]优选的，S1中：对输入图像进行高斯导数运算,公式如下：
[0021][0022]其中I(x，y)是VR图像，(x，y)表示像素坐标，m，n≥0分别是图像在水平和垂直方向导数的阶，*表示卷积运算，G
σ
(x，y，σ)表示高斯函数。
[0023]优选的，对高斯求导后图像的泰勒级数计算加权局部二值模式值，并将具有相同模式值的像素进行累加，作为图像的局部特征。
[0024]优选的，S3中：对VR图像按照90
°
的视角进行视窗分割，获取多个视窗子图像，然后对每个视窗计算局部归一化亮度系数，在空间域中利用GGD和AGGD高斯分布数学统计模型在两个尺度下，提取视窗子图像的统计特征，公式如下：
[0025][0026][0027]其中，γ()为gamma函数，按如下公式进行：
[0028][0029]取AGGD分布的均值来反映图像质量感知，公式如下所示：
[0030][0031]取多个视窗的统计特征的均值作为VR图像的视窗统计特征。
[0032]本专利技术的有益效果是：
[0033](1)本无参考虚拟现实图像质量的客观评价方法，通过高斯导数和加权局部二值模式图提取的局部结构信息编码和捕获局部结构特征，可以反映局部空间视觉感知相关性，提高模型的评价性能。
[0034](2)按R
‑
G
‑
B的顺序计算不同通道像素间的颜色依赖关系，可以有效地捕捉通道间的颜色信息，反映VR图像的颜色损伤情况。
[0035](3)基于观看视窗研究图像的自然场景统计特征，提取VR图像的统计特征，有效的模拟的人观看VR的视觉特点，比直接提取全景图像的统计特征更能体现VR图像的感知质量损失。
[0036](4)本无参考虚拟现实图像质量的客观评价方法，在主流的国际通用的数据集上表现出的性能均优于现有的主流方法。
附图说明
[0037]图1为本专利技术方法整体流程图。
具体实施方式
[0038]下面将结合本专利技术实施例，对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0039]实施例
[0040]本实施例是一种基于多维视觉感知特征的无参考虚拟现实图像质量客观评价方法。下面结合附图1对实施例做进一步阐述。本实施例按以下步骤具体实现：
[0041]第一步，分析VR图像的高斯导数直方图特性，得到VR图像的局部结构特征。首先，对输入图像进行高斯导数运算,公式如下：
[0042][0043]其中I(x，y)是VR图像，(x，y)表示像素坐标，m，n≥0分别是图像在水平和垂直方向导数的阶，*表示卷积运算，G
σ
(x，y，σ)表示高斯函数。
[0044]然后对上述高斯求导后图像的泰勒级数计算其局部二值模式LBP图，记为GLBP，并将具有相同GLBP模式值的像素进行累加，计算加权WGLBP，作为图像的局部特征，其公式如下：
[0045][0046][0047]其中，N是像素个数，ω
i
是每个像素的权重，K是LBP值。
[0048]第二步，分析VR图像不同颜色通道像素间的依赖性，建立颜色交互模型，提取颜色特征。首先提取图像的R、G、B三本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多维视觉感知特征的无参考虚拟现实图像质量的客观评价方法，其特征在于，方法包括步骤如下：S1：获取VR图像的局部结构特征；S2：建立VR图像颜色交互模型，提取颜色特征；S3：提取VR图像视窗统计特征；S4：将S1、S2和S3所提取的特征输入到回归模型中，获取VR图像的质量分数。2.根据权利要求1所述的一种基于多维视觉感知特征的无参考虚拟现实图像质量的客观评价方法，其特征在于，S1：分析VR图像的高斯导数直方图特性，得到VR图像的局部结构特征；S2：分析VR图像不同颜色通道像素间的依赖性，建立颜色交互模型，提取颜色特征；S3：分析VR图像的观看特点，基于观看视窗进行图像分割，提取视窗统计特征；S4：将S1、S2和S3所提取的特征输入到回归模型中，获取VR图像的质量分数。3.根据权利要求2所述的一种基于多维视觉感知特征的无参考虚拟现实图像质量的客观评价方法，其特征在于，S1包括：对VR图像进行高斯求导计算，并利用加权局部二值模式直方图提取图像的局部结构特征。4.根据权利要求3所述的一种基于多维视觉感知特征的无参考虚拟现实图像质量的客观评价方法，其特征在于，S2包括：计算VR图像的RGB三通道信息，然后利用交互式的加权局部二值模式直方图按照R
‑
G
‑
B的顺序获取颜色交互特征。5.根据权利要求4所述的一种基于多维视觉感知特征的无参考虚拟现实图像质量的客观评价方法，其特征在于，S3包括：结合VR图像的观看特征，将VR图像按照视窗大小分割...

【专利技术属性】
技术研发人员：武靖恺，韩少野，刘允，张宝生，程凯，代红梅，任勇军，李鑫，冯丹，王超，任洪岩，
申请(专利权)人：沈阳尚仕科技有限公司，
类型：发明
国别省市：