[发明专利]基于显著自适应的视觉舒适预测及非线性映射的视觉舒适增强方法

权利要求书

1.基于显著自适应的视觉舒适预测及非线性映射的视觉舒适增强方法，其特征在于，包括如下步骤：

(1)显著估计：

1a)读入一个2D彩色图像的左视点图像I_l，利用GBVS显著图提取方法得到对应的彩色显著图S_I；

1b)读入一副2D彩色图像的左视点图像I_l和右视点图像I_r，利用DERS估计方法得到对应的视差显著图S_D；

(2)合成显著自适应视差图：

2a)先对S_I进行归一化处理，将其像素值转化成[0,1]范围内的双精度值，用以表明其显著性；如果某点像素值越接近0，表明该点越不显著；如果某点像素值越接近1，表明该点越显著；归一化公式如下：

Wt(x,y)=SI(x,y)255,]]>

其中S_I(x,y)表示在(x,y)像素点处的显著值；

2b)将W_t作为权值，乘到视差显著图S_D上，得到合成的显著自适应视差图S_ad，即：

S_ad(x,y)＝W_t(x,y)*S_D(x,y)；

(3)选取显著自适应视差图S_ad中的前6％-10％的视差值，作为阈值分割的阈值T_r，得到视觉不舒适区域SDR：Seg(SDR)=1ifSad>Tr;0otherwise.;]]>

(4)预测视觉不舒适的程度：

4a)提取两个视差特征，一个是基于显著权值的视差特征D_MSD；另一个是最大视差特征D_m；

4b)形成视差特征向量D，视差特征向量D由视差特征D_MSD和视差特征D_m组成：D＝[D_MSD,D_m]；

4c)计算视觉舒适度VC：基于支持向量回归分析SVR预测，预测函数为：其中α和α^*是拉格朗日乘子；K(D_i,D)是非线性变换输入特征的核函数，这里采用径向基函数RBF：其中γ表示核函数的变化；

(5)视觉舒适的增强：

在显著自适应视差图S_ad中，存在着四种类型的像素:不显著舒适像素、显著舒适像素、不显著不舒适像素和显著不舒适像素；先确定像素的所属类型，再根据非线性映射公式：D_nm(x,y)＝20*lg(S_ad(x,y))，对显著自适应视差图S_ad进行压缩处理；

(6)合成虚拟图像：

利用深度图像绘制技术DIBR，将处理过的视差图D_nm和原右视点图像作为输入，合成虚拟图像。