[发明专利]基于多尺度空间理论和非显著区域图的立体图像舒适度评价

说明书

本发明涉及一种基于多尺度空间理论和非显著区域图的立体图像舒适度评价方法，设失真图像对为(D_l,D_r)，包括以下步骤：1)计算D_r的2D显著图S_Sal；2)分别得到与原始图像尺寸相同的视差图D和原始图像1/4尺寸的下采样视差图D_1/4两个视差图；3)对于两个视差图，分别提取视差统计特征将这两组特征向量与主观平均分数MOS值放入两个SVM回归训练网络中；使用两个支持向量机分别线性回归训练提取的两组视差统计特征，进行迭代训练，最终得到舒适度质量分数。

技术领域

本发明属数字图像处理领域，涉及立体图像舒适度评价方法。

背景技术

随着立体显示技术的高速发展，3D图像/视频广泛应用于生活的各个领域并且提供给人类一个全新的图像/视频体验方式。相比传统的2D图像/视频，立体视觉显示提供了深度信息而且提高了场景的真实感和现实沉浸感。然而，立体显示却是一个严重的问题：很多人观看立体图像/视频时都会有不舒适感。因此有关观看立体图像/视频的安全和健康的问题亟待解决。所以立体视觉的视觉舒适度一直是立体视觉研究的一大挑战。

术语“视觉不适”通常用来指与立体图像有关的不适的主观感觉。影响视觉舒适度的几个因素包括聚散调节冲突，正负视差分布，双目不匹配，深度不一致性、感知不一致性等。人们普遍认为，过度的双眼水平视差和非自然的聚散调节冲突是导致视觉不适的最主要因素。当前立体图像舒适度评价主要分为二类。一类是基于视差统计特性的视觉舒适度评价方法。二类是受人眼视觉注意机制的启发，在传统舒适度评价方法的整体性能上考虑这种重要的人类视觉属性特性。

发明内容

本发明的目的是提供一种更优秀和具有更稳定实验结果的立体图像舒适度评价方法，技术方案如下：

一种基于多尺度空间理论和非显著区域图的立体图像舒适度评价方法，每个失真立体图像对由左图和右图组成，设失真图像对为(D_l,D_r)，包括以下步骤：

1)使用扩张假说AH算法计算D_r的2D显著图S_Sal。

2)使用深度估计参考算法DERS算法计算出视差图，此算法得到的视差图是原始图像尺寸的1/4，为下采样视差图D_1/4，然后从下采样视差图D_1/4重新得到与原始图像尺寸一样的视差图D。至此，分别得到了与原始图像尺寸相同的视差图D和原始图像1/4尺寸的下采样视差图D_1/4两个视差图；

3)对于视差图D做如下的处理：

A.计算视差图的均值和方差，得到视差图的特征[f₁,f₂]；

B.将2D显著图S_Sal与视差图D进行线性加权得到3D显著图S_3D，计算出视差梯度特征，得到3D显著图特征f₃；

C.根据3D显著图S_3D得到3D非显著图S_3DNS；

D.由上一步得到的3D显著图S_3D和3D非显著图S_3DNS分别计算出3D非显著加权视差图NSD和3D显著加权绝对视差图NSAD；

E.根据3D非显著加权视差图NSD和3D显著加权绝对视差图NSAD，分别计算它们的视差均值作为特征[f₄,f₅]；

F.提取视差图D的5个视差统计特征:f_D＝|f₁,f₂,f₃,f₄,f₅|