[发明专利]一种基于3D-DOG特征的光场图像质量识别方法

说明书

本发明公开一种基于3D‑DOG特征的光场图像质量识别方法，包括：将输入参考和失真光场图像转化为参考和失真光场序列；分别对参考和失真光场序列采用3D‑DOG滤波器提取3D‑DOG特征；基于3D‑DOG特征计算参考和失真光场序列的相似度；使用3D‑DOG特征池化策略计算得到光场图像质量分数。本发明充分考虑到人眼视觉系统对二维边缘信息和三维几何结构的敏感度，采用3D‑DOG特征有效地描述光场图像的场景边缘信息和结构变化，具有较好的光场图像质量评价性能。

技术领域

本发明涉及图像处理领域，特别是指一种基于3D-DOG特征的光场图像质量识别方法。

背景技术

随着多媒体和成像技术的快速发展，光场图像作为一种新型媒体受到了学术界和工业界的关注，被广泛应用于计算机视觉和计算机图形学领域，如多视角成像，三维重建，深度估计，虚拟现实和增强现实等。与传统的二维成像不同，光场成像可以捕捉空间中任意一点的位置、方向与强度信息。因此，光场图像具有特定的4维结构，更能反映真实场景的空间与结构信息。

光场图像在图像采集、压缩、传输、存储和显示等环节中不可避免地产生各种失真，从而导致视觉效果降低。人眼是光场图像的最终接受者，因此基于人类视觉系统提出一种能够快速准确地判定光场图像的质量评价模型是十分有必要的。目前现有的大多数质量评价方法都是针对传统二维图像设计的，并没有考虑到光场图像的特殊结构，并不适用于光场图像质量评价。因此设计符合人眼视觉特性的光场图像质量评价方法具有重要的理论研究意义和实际应用价值。

发明内容

本发明的主要目的在于克服现有技术中的上述缺陷，提出一种基于3D-DOG特征的光场图像质量识别方法。该方法通过将光场图像转化为光场序列，采用3D-DOG滤波器同时提取参考和失真光场图像的二维空间特征和三维几何结构以描述人眼对于失真光场图像的主观感知度，具有较好的光场图像质量识别性能。

本发明采用如下技术方案：

基于3D-DOG特征的光场图像质量识别方法，包括：

将输入参考光场图像L_r和失真光场图像L_d转化为参考光场序列V_r和失真光场序列V_d；

采用3D-DOG滤波器，分别提取参考光场序列V_r和失真光场序列V_d的参考3D-DOG特征D_r(x,y,z)和失真3D-DOG特征D_d(x,y,z)；

基于参考和失真3D-DOG特征计算得到参考光场序列V_r和失真光场序列V_d的相似度Sim(x,y,z)；

基于相似度Sim(x,y,z)使用3D-DOG特征池化策略进行计算得到光场图像质量分数Score。

优选的，将输入参考光场图像L_r和失真光场图像L_d转化为参考光场序列V_r和失真光场序列V_d，具体如下：

输入参考光场图像L_r＝{L_r,1,L_r,2,...,L_r,n}和失真光场图像L_d＝{L_d,1,L_d,2,...,L_d,n}，其中，n表示一组子孔径图像的数量，逐一选取下标为单数的子孔径图像按照下标从小到大顺序组成光场图像序列，分别得到参考光场序列V_r和失真光场序列V_d。