[发明专利]一种基于视觉特征聚合的光场质量评价方法

权利要求书

1.一种基于视觉特征聚合的光场质量评价方法，其特征在于，包括：

步骤1，获取光场数据集，所述光场数据集包括多个四维光场的数据；

步骤2，提取每一个所述四维光场的视觉特征，得到每个所述四维光场的视觉聚合特征；其中，所述视觉特征为四维光场的中心子孔径图像的特征向量LF_CV、宏像素图上的特征向量LF_MLI、极平面图像上的灰度共生矩阵特征向量LF_EPI、以及不同重聚焦面上重聚焦图的特征向量LF_RI中的一种或一种以上的组合；LF_CV用于描述光场在空间清晰度上质量变化情况，LF_MLI用于描述光场在角度域一致性退化情况，LF_EPI用于描述光场在空-角耦合域上结构变化情况，LF_RI用于描述光场在投影域上的质量变化情况；

步骤3，根据所述视觉聚合特征，使用支持向量回归训练得到光场质量分数评测模型；

步骤4，通过光场质量分数评测模型评价光场的质量分数。

2.如权利要求1所述的基于视觉特征聚合的光场质量评价方法，其特征在于，LF_CV描述为α，η，skew，kurt中的一种特征或一种以上特征的组合，α为控制正态分布形状的参数，为减均值归一化处理后的中心子孔径图像的像素值x_k的AGGD左方差，为的像素值x_k的AGGD右方差，η为刻画α，σ_l，σ_r三者的关系的参数，skew为的像素值x_k的偏度值，kurt为的像素值x_k的峰度值；其中，x_k通过式(4)计算获得：

式中，Γ(·)为伽马函数，β_l和β_r均表示用于简化公式的中间参数；

3.如权利要求2所述的基于视觉特征聚合的光场质量评价方法，其特征在于，α表示为式(7)，描述为式(8)，描述为式(9)，η描述为式(10)，skew描述为式(11)，kurt描述为式(12)：

α＝σ_l/σ_r     (7)

式中，x_k表示的第k个像素值，n表示像素的总个数，表示的所有像素值的均值。

4.如权利要求1或2所述的基于视觉特征聚合的光场质量评价方法，其特征在于，的获得方法具体包括：

步骤21a，提取四维光场的中心子孔径图像，其表示为(u^*，v^*)表示中心子孔径图像的坐标，(s，t)表示中心子孔径图像中的像素坐标；

步骤22a，减均值归一化处理中心子孔径图像获得处理后的图像其表示为式(1)：

其中，表示中每个坐标点窗口内像素的均值，其可以通过下式(2)计算得到，但不限于该计算方法；表示中每个坐标点窗口内像素的方差，其通过下式(3)计算得到

其中，表示中心坐标为(s，t)的中的窗口，k，l为窗口里像素的索引，ω_k，l表示二维高斯窗口。