[发明专利]基于特征提取和集成学习的立体图像质量客观评价方法

说明书

本发明属于图像处理领域，为提出立体图像质量客观评价方法，本发明，基于特征提取和集成学习的立体图像质量客观评价方法，步骤如下：1)双目融合图像的获取；2)融合图像特征的提取：对融合图像分别进行方向梯度直方图HOG特征编码和局部二值模式LBP特征编码，提取相应特征；3)集成学习模型的搭建：选择支持向量回归SVR作为集成学习的个体学习器，采用Stacking的集成策略，分别使用两个初级SVR学习器学习融合图像的HOG特征和LBP特征，并将特征映射成为立体图像的质量分数，次级SVR学习器学习前面两个初级学习器的质量分数输出，并将其映射成为立体图像最终的质量输出。本发明主要应用于图像处理场合。

技术领域

本发明属于图像处理领域，涉及立体图像质量客观评价研究，尤其是涉及一种基于特征提取和集成学习的立体图像质量客观评价方法。

背景技术

随着3D技术的深入发展，如何实现舒适立体显示成为了国内外的研究热点。在国际上，国际电信联盟(International Telecommunication Union,ITU)的视频质量专家小组(the Video Quality Experts Group,VQEG)和美国德州大学等机构取得了重大成果，在国内，许多企业和高校也开展了研究，包括清华大学、天津大学和宁波大学等。本发明主要研究内容是舒适立体内容的制作和立体图像质量评价，而立体图像质量评价可以分为主观评价和客观评价。

由于主观评价方法存在耗时耗力等缺陷，科研人员也致力于通过客观评价算法实现对立体内容的实时评价。许多平面图像质量评价算法已经在实际应用中获得了较好的效果，例如基于结构相似度的SSIM方法^[1]和VIF算法^[2]。文献[3][4][5]直接将2D图像质量评价的方法迁移到3D图像的左右视图，然后将两个视图的质量分数进行加权评价。文献[6][7][8]在构建客观评价模型时进一步考虑了视差/深度信息等双目感知属性。文献[9][10][11][12][13]模拟人脑视觉中的双目融合特性对立体图像的质量进行评价。Yang等人^[9]提出了一种基于融合图显著性的全参考立体图像质量评价算法，先利用双目融合模型计算出参考图像和失真图像的融合图，并计算出参考图像单目图的显著图，将此显著图作为参考图融合图和失真图融合图的相似性的权重。Maryam Karim等人^[10]先计算出左右视点的融合图，并用稀疏字典和稀疏系数提取融合图像的特征，最后通过训练回归模型获得立体图像的质量分数。文献[11]提出了一种基于双目融合的立体图像质量评价方法，并取得了和主观评价结果很好的一致性。文献[12]首先计算出参考图像和失真图像的视差图，并通过小波分解计算出参考图像对和失真图像对的融合图。文献[13]提出了一种无参考的立体图像质量评价方法，先通过双目融合、竞争、抑制等视觉特性将立体图像对融合成为单目图，从单目图中提取单变量和多变量的统计特性，最后通过支持向量回归(Support VectorRegression,SVR)模型将特征映射成为质量分值。