【摘要】 本发明公开了一种基于视觉感知的立体图像质量客观评价方法，其首先通过计算立体图像的左右视点图像中的每个像素点的局部相位特征和局部振幅特征以获得每个像素点的客观评价度量值，并通过区域检测方法将立体图像划分为遮挡区域、双目抑制区域、双目融合区域，然后对各个区域分别进行评价并对各评价结果进行融合得到最终的图像质量客观评价预测值，优点在于获得的反映局部相位和局部振幅特征信息具有较强的稳定性且能够较好地反映立体图像的质量变化情况，提出遮挡区域、双目抑制区域和双目融合区域的图像质量评价方法能够很好地反映人类视觉系统的视觉感知特性，有效地提高客观评价结果与主观感知的相关性。。 【专利类型】发明授权 【申请人】宁波大学 【申请人类型】学校 【申请人地址】315211 浙江省宁波市江北区风华路818号 【申请人地区】中国 【申请人城市】宁波市 【申请人区县】江北区 【申请号】CN201210144039.1 【申请日】2012-05-11 【申请年份】2012 【公开公告号】CN102708567B 【公开公告日】2014-12-10 【公开公告年份】2014 【授权公告号】CN102708567B 【授权公告日】2014-12-10 【授权公告年份】2014.0 【IPC分类号】G06T7/00 【发明人】邵枫; 顾珊波; 郁梅; 蒋刚毅; 李福翠 【主权项内容】一种基于视觉感知的立体图像质量客观评价方法，其特征在于包括以下步骤：①令Sorg为原始的无失真的立体图像，令Sdis为待评价的失真的立体图像，将Sorg的左视点图像记为{Lorg(x, y)}，将Sorg的右视点图像记为{Rorg(x, y)}，将Sdis的左视点图像记为{Ldis(x, y)}，将Sdis的右视点图像记为{Rdis(x, y)}，其中，(x, y)表示左视点图像和右视点图像中的像素点的坐标位置，1≤x≤W，1≤y≤H，W表示左视点图像和右视点图像的宽度，H表示左视点图像和右视点图像的高度，Lorg(x, y)表示{Lorg(x, y)}中坐标位置为(x, y)的像素点的像素值，Rorg(x, y)表示{Rorg(x, y)}中坐标位置为(x, y)的像素点的像素值，Ldis(x, y)表示{Ldis(x, y)}中坐标位置为(x, y)的像素点的像素值，Rdis(x, y)表示{Rdis(x, y)}中坐标位置为(x, y)的像素点的像素值；②利用人类立体视觉感知对背景光照和对比度的视觉掩蔽效应，分别提取出{Ldis(x, y)}的双目最小可察觉变化图像和{Rdis(x, y)}的双目最小可察觉变化图像，分别记为和其中，表示{Ldis(x, y)}的双目最小可察觉变化图像中坐标位置为(x, y)的像素点的像素值，表示{Rdis(x, y)}的双目最小可察觉变化图像中坐标位置为(x, y)的像素点的像素值；③利用区域检测算法，分别获取{Ldis(x, y)}和{Rdis(x, y)}中的每个像素点的区域类型，记为p，其中，p∈{1, 2, 3}，p＝1表示遮挡区域，p＝2表示双目抑制区域，p＝3表示双目融合区域；然后将{Ldis(x, y)}中的所有区域类型为p＝1的像素点构成的遮挡区域记为将{Ldis(x, y)}中的所有区域类型为p＝2的像素点构成的双目抑制区域记为将{Ldis(x, y)}中的所有区域类型为p＝3的像素点构成的双目融合区域记为将{Rdis(x, y)}中的所有区域类型为p＝1的像素点构成的遮挡区域记为将{Rdis(x, y)}中的所有区域类型为p＝2的像素点构成的双目抑制区域记为将{Rdis(x, y)}中的所有区域类型为p＝3的像素点构成的双目融合区域记为④分别计算{Lorg(x, y)}、{Rorg(x, y)}、{Ldis(x, y)}和{Rdis(x, y)}中的每个像素点的局部相位特征和局部振幅特征，将{Lorg(x, y)}中的所有像素点的局部相位特征和局部振幅特征分别用集合表示为和将{Rorg(x, y)}中的所有像素点的局部相位特征和局部振幅特征分别用集合表示为和将{Ldis(x, y)}中的所有像素点的局部相位特征和局部振幅特征分别用集合表示为和将{Rdis(x, y)}中的所有像素点的局部相位特征和局部振幅特征分别用集合表示为和其中，表示{Lorg(x, y)}中坐标位置为(x, y)的像素点的局部相位特征，表示{Lorg(x, y)}中坐标位置为(x, y)的像素点的局部振幅特征，表示{Rorg(x, y)}中坐标位置为(x, y)的像素点的局部相位特征，表示{Rorg(x, y)}中坐标位置为(x, y)的像素点的局部振幅特征，表示{Ldis(x, y)}中坐标位置为(x, y)的像素点的局部相位特征，表示{Ldis(x, y)}中坐标位置为(x, y)的像素点的局部振幅特征，表示{Rdis(x, y)}中坐标位置为(x, y)的像素点的局部相位特征，表示{Rdis(x, y)}中坐标位置为(x, y)的像素点的局部振幅特征；⑤根据{Lorg(x, y)}和{Ldis(x, y)}中的每个像素点的局部相位特征和局部振幅特征，计算{Ldis(x, y)}中的每个像素点的客观评价度量值，将{Ldis(x, y)}中的所有像素点的客观评价度量值用集合表示为{QL(x, y)}，QL(x, y)=wLP× SLLP(x, y)+wLA× SLLA(x, y)+b, ]]>根据{Rorg(x, y)}和{Rdis(x, y)}中的每个像素点的局部相位特征和局部振幅特征，计算{Rdis(x, y)}中的每个像素点的客观评价度量值，将{Rdis(x, y)}中的所有像素点的客观评价度量值用集合表示为{QR(x, y)}，QR(x, y)=wLP× SRLP(x, y)+wLA× SRLA(x, y)+b, ]]>其中，QL(x, y)表示{Ldis(x, y)}中坐标位置为(x, y)的像素点的客观评价度量值，SLLP(x, y)=2× LPLorg(x, y)× LPLdis(x, y)+T1LPLorg(x, y)2+LPLdis(x, y)2+T1, SLLA(x, y)=2× LALorg(x, y)× LALdis(x, y)+T2LALorg(x, y)2+LALdis(x, y)2+T2, ]]>QR(x, y)表示{Rdis(x, y)}中坐标位置为(x, y)的像素点的客观评价度量值，SRLP(x, y)=2× LPRorg(x, y)× LPRdis(x, y)+T1LPRorg(x, y)2+LPRdis(x, y)2+T1, SRLA(x, y)=2× LARorg(x, y)× LARdis(x, y)+T2LARorg(x, y)2+LARdis(x, y)2+T2, ]]>wLP、wLA和b为训练参数，T1和T2为控制参数；⑥根据{Ldis(x, y)}和{Rdis(x, y)}中的每个像素点的区域类型，并利用人类视觉系统对遮挡区域的视觉感知特性，计算Sdis中的遮挡区域的客观评价度量值，记为Qnc，其中，表示{Ldis(x, y)}中区域类型为p＝1的像素点的个数，表示{Rdis(x, y)}中区域类型为p＝1的像素点的个数；⑦根据{Ldis(x, y)}和{Rdis(x, y)}中的每个像素点的区域类型，并利用人类视觉系统对双目抑制区域的视觉感知特性，计算Sdis中的双目抑制区域的客观评价度量值，记为Qbs，Qbs=max(QLbs, QRbs), ]]>其中，max为取最大值函数，QLbs=Σ (x, y)∈ Ω LbsQL(x, y)× (1/JLdis(x, y))Σ (x, y)∈ Ω Lbs(1/JLdis(x, y)), ]]>QRbs=Σ (x, y)∈ Ω RbsQR(x, y)× (1/JRdis(x, y))Σ (x, y)∈ Ω Rbs(1/JRdis(x, y)); ]]>⑧根据{Ldis(x, y)}和{Rdis(x, y)}中的每个像素点的区域类型，并利用人类视觉系统对双目融合区域的视觉感知特性，计算Sdis中的双目融合区域的客观评价度量值，记为Qbf，Qbf=0.7× (QLbf+QRbf), ]]>其中，QLbf=Σ (x, y)∈ Ω LbfQL(x, y)× (1/JLdis(x, y))Σ (x, y)∈ Ω Lbf(1/JLdis(x, y)), ]]>QRbf=Σ (x, y)∈ Ω RbfQR(x, y)× (1/JRdis(x, y))Σ (x, y)∈ Ω Rbf(1/JRdis(x, y)); ]]>⑨对Sdis中的遮挡区域的客观评价度量值Qnc、Sdis中的双目抑制区域的客观评价度量值Qbs和Sdis中的双目融合区域的客观评价度量值Qbf进行融合，得到Sdis的图像质量客观评价预测值，记为Q，Q＝wnc×Qnc+wbs×Qbs+wbf×Qbf，其中，wnc、wbf和wbs为加权参数。 【当前权利人】宁波大学 【当前专利权人地址】浙江省宁波市江北区风华路818号宁波大学 【统一社会信用代码】123300004195291066 【引证次数】7.0 【自引次数】3.0 【他引次数】4.0 【家族引证次数】7.0 【家族被引证次数】17

未经允许不得转载：http://www.zhongzhencnc.com/1791356469.html