【技术实现步骤摘要】
本专利技术属于图像处理领域，尤其立体图像的客观质量评价系统，特别涉及一种。
技术介绍
目前数字平面图像的质量评价方法可以分为两类主观评价和客观评价。主观质量评价过程需要挑选大量的观察者，每个观察者要对多个测试图像进行大量反复的试验，耗时长且费用高，易受被测试者个人心理和生理变化的复杂性和差异性的影响，操作难度较大且无法做到实时性。因此如何建立与主观评价结果相吻合的客观质量评价方法成为亟待解决的研究课题。客观评价是根据某种测量标准，先对表征图像质量的有关特性参数进行数学建模，得到相关的质量指标；然后再根据所得出的质量指标进行评价。 客观质量评价方法主要分为两类基于统计量的客观质量评价方法和基于人眼视觉特性的客观质量评价方法。传统的基于数学统计量的图像质量客观评价方法，主要有均方误差和峰值信噪比方法，以及派生出来的均方根误差方法等。基于误差统计量评价图像质量的思路为通过特征量来比较失真图像和原始图像的局部差异，在整幅图像上求出一个总的平均统计量，然后将这个统计量与图像的质量相关联。这类方法的优点是简单易行，因此在很多应用中被广泛使用；缺点是没有考虑这些差异对于人类的视觉感知的影响以及图像本身的特点，有时不能真实的反映视觉信息的质量，结果往往与主观评价有较大的差巳20世纪90年代初，出现了利用人类视觉特性来评价图像质量的新方法，使对图像质量评价方法的研究进入了一个新的阶段，从以往基于像素级的简单的误差统计评价转为结合人眼视觉感知特性的误差统计评价，一批较完整的人眼视觉计算模型被提出。这些模型的目的是模拟人的视觉系统对图像质量进行客观评价。但是，大都是针对平面图...
【技术保护点】
【技术特征摘要】
1.一种基于生理与心理立体视觉的立体图像客观质量评价方法，其特征是，包括如下步骤 第一步，取一对具有双目视差的视点对，计算左右视图间的绝对差异Difftl =f (X1) -f (X2) I，其中，f (X1)、f (X2)是左右视图的像素值； 第二步，将绝对差异值转换成灰度级图像Diff = rgb2gray (Diff0),作为能够表征立体图像质量的特征参量，rgb2gray()是将真彩色图像转换为灰度图像的函数； 第三步，对转换后的灰度图像做K-means聚类分割，模拟人眼视觉观看自然景物时习惯于将相似性强的物体进行聚类的特点； 假设X = Ix1, x2，. . .，xj是n个对象的集合，K-均值算法在聚类过程中把对象集X聚成K个类,用classk(k = 1,2,. . . ,K)表示聚类的K个类别,将目标函数P作为聚类准则函数，P是各个类中所有的点到聚类中心距离的总和，使得目标函数P最小，有 P = EZUk=l 5=1 其中，xs是各类中的数据对象，nk是各类的数据个数，S X表示各类的均值， 是 xs dasskZ1, z2,. . . , zK代表各个聚类簇的中心；d(xs, zk)是对象s和类k的中心的距离或相似度,这里采用欧氏距离来表示，基于这种距离度量的算法趋向于发现具有相近密度和尺寸的类d(Xs，Zj^) (Xs Zr) 输入条件为聚类个数K，以及包含n个数据对象的样本集；输出条件为满足方差最小标准的K个聚类； 第四步，由于基于K-means算法对原始立体图像的绝对差异图像分割后得到的类图里的内容具...
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。