[发明专利]一种密集光场质量评价方法

权利要求书

1.一种密集光场质量评价方法,其特征在于：包括以下步骤：

(1)、令表示参考密集光场所有视图组成的图像数据集，表示失真密集光场所有视图组成的图像数据集，其中，N表示一个光场中视图的数量；

(2)、对中的第k个参考视图I_ori^(k)和中的第k个失真视图I_dis^(k)求平均差值，记为E^(k)，其中，1≤k≤N，W表示图像的宽，H表示图像的高，I_ori^(k)(i,j)表示第k个参考视图在坐标为(i,j)的像素点的像素值，I_dis^(k)(i,j)表示第k个失真视图在坐标为(i,j)的像素点的像素值，然后将N个平均差值组成数据集，记为并画出的失真曲线图，记为C；

(3)、将失真曲线图C用函数进行拟合，得到失真曲线图C的斜率特征中值特征和峰值特征将和按序构成角度域特征，记为F_angular，

(4)、将转换成灰度化的图像集，记为计算中每个视图的信息熵，记为将取平均，得到的平均信息熵特征，记为F_H，

(5)、将转换成梯度幅度集合，记为计算中每个视图的梯度幅度均值，记为将取平均，得到的平均梯度幅度特征，记为F_G，

(6)、将步骤(4)中得到的平均信息熵特征和步骤(5)中得到的平均梯度幅度特征按序构成的空间域特征，记为F_spatial，F_spatial＝[F_H,F_G]；

(7)、将步骤(3)得到的角度域特征和步骤(6)得到的空间域特征按序构成的感知质量特征向量，记为F，F＝[F_angular,F_spatial]；

(8)、将F作为输入量，结合支持向量回归技术，计算得到的客观质量评价值。

2.根据权利要求1所述的一种密集光场质量评价方法,其特征在于：在步骤(3)中，用函数进行拟合的具体步骤为：取C的周期曲线集合，记为其中M表示周期的数量，用函数对每个周期曲线进行拟合，函数记为Y，Y＝b₁(x+b₂)^a+b₃，其中a取3，得到三个系数数据集，记为和取系数数据集的平均，得到三个特征，记为斜率特征中值特征和峰值特征

3.根据权利要求1所述的一种密集光场质量评价方法,其特征在于：在步骤(5)中，将转换成梯度幅度集合的具体步骤为：将的每个失真视图I_dis与Prewitt滤波器进行卷积，得到水平和垂直方向上的梯度，记为G_x和G_y，其中表示卷积运算，h_x和h_y分别表示水平和垂直方向上的Prewitt滤波器，求两个方向梯度的均方根，得到图像梯度幅度，记为I_gradient，然后求出所有视图的梯度幅度，最终得到的梯度幅度集合。