[发明专利]基于视觉显著特征提取的全参考立体图像质量客观评价方法

说明书

本发明公开了一种基于视觉显著特征提取的全参考立体图像质量客观评价方法。对立体图像对的左右视图进行处理得到对应的视差图；分别对立体图像对的左右视图进行图像融合得到中间参考和失真图像,利用谱残差视觉显著性模型获得参考和失真显著性图，并通整合得到视觉显著性图,从中间参考和失真图像提取视觉信息特征以及从立体图像对的视差图中提取深度信息特征，进行相似性度量，得到视觉显著增强的各视觉信息特征的度量指标,进行支持向量机训练预测，得到客观质量分数，实现对立体图像质量的映射，完成立体图像质量的测定与评价。本发明所提出的图像质量客观评价与主观评价具有很好的一致性，且性能优于已有的立体图像质量评价方法。

技术领域

本发明属于图像处理技术领域，尤其涉及一种基于视觉显著特征提取的全参考立体图像质量客观评价方法。

背景技术

图像在图像采样、传输、压缩和重现过程中总会发生各种各样的失真，而人类对图像信息的质量也要求越来越高，所以随着3D视频和技术的发展，立体图像质量评价技术在人类社会生活中变得越来越重要。由于主观的立体图像质量评价方法要求人类观察者为每个图像都要提供主观的质量分数。这些方法耗时性和弱实时性等缺陷，十分有必要发展客观的立体图像质量评价方法，以实现自动、高效、客观地评价立体图像质量。理想的客观IQA指标应该具有良好的预测图像质量的能力，并且与主观测量完全一致。

立体图像质量客观评价可以分为三个类别：全参考方法、半参考方法和无参考方法。这三类方法的主要区别在于对原始参考图像的依赖程度不同。而由于现在国内外的研究热点主要集中在全参考和无参考立体图像质量评价度量方法，其中关于全参考图像质量评价的研究更多，技术相对来说较为成熟，在此基础上建立的模型与主观测量一致性较高。但由于立体图像视觉模型系统还不完善，因此立体图像客观质量评价依然是当今研究的热点和难点。

发明内容

本发明公开了一种视觉显著特征提取的全参考立体图像质量客观评价方法。其目的是利用视觉显著性模型，协助提取立体图像视觉特征，并综合视觉特征信息以实现对立体图像质量的映射，完成立体图像质量的测定与评价。

本发明采取的技术方案是：

首先，利用结构相似度算法分别对参考和失真立体图像对的左右视图进行处理，得到对应的视差图；利用双目视图融合算法分别对参考和失真立体图像对的左右视图进行图像融合，得到中间参考和失真图像。其次，对中间参考和失真图像利用谱残差视觉显著性模型获得参考和失真显著性图，并通过最大化公式整合视觉显著性图。然后，从中间参考和失真图像提取视觉信息特征以及从视差图中提取深度信息特征，并在视觉显著性图的指导协助下进行相似性度量，得到各视觉信息特征的度量指标。最后，对各视觉信息特征度量指标进行支持向量机训练预测，实现对立体图像质量的映射，完成立体图像质量的测定与评价。

本发明解决其技术问题所采用的技术方案如下：

步骤(1).输入参考立体图像对和失真立体图像对，其中每个立体图像对分别包括左视图和右视图图像；

步骤(2).构建Log Gabor滤波器模型，对步骤(1)中的立体图像对进行卷积运算处理，分别得到参考和失真立体图像对中左右视图的能量响应图；

Log Gabor滤波器的表达式如下：

其中，f₀和θ₀是Log Gabor滤波器的中心频率和方位角，σ_θ和σ_f分别代表滤波器的方位角带宽和径向带宽，f和θ分别代表滤波器的径向坐标和方位角。

将Log Gabor滤波器与参考和失真立体图像对中左右视图进行卷积后，得到相应的能量响应图，表达式如下：

其中，I(x,y)为参考和失真立体图像对的左视图或右视图，为卷积运算；