[发明专利]一种基于偏度和结构特征的虚拟视点图像质量评价方法

说明书

本发明公开了一种基于偏度和结构特征的虚拟视点图像质量评价方法，包括：获取虚拟视点图像；生成虚拟视点图像对应的三通道图像；将三通道图像分别划分为多个图像块并计算每个块的偏度，作为虚拟视点图像的偏度特征；提取虚拟视点图像的结构特征；将偏度特征及结构特征输入训练后的评价模型；输出虚拟视点图像的评价结果。本发明通过将图像分块再提取图像的偏度作为图像的几何失真特征，能够更好地反映虚拟视点图像的局部几何失真特性，能够保证无参考评价方法在虚拟视点图像质量评价中的准确性。并且，无需针对虚拟视点图像的空洞失真和拉伸失真单独提取特征，提高了评价的有效性。

技术领域

本发明涉及图像质量评价领域，具体涉及一种基于偏度和结构特征的虚拟视点图像质量评价方法。

背景技术

随着数字视频技术的发展，单视点图像和视频不再满足人们对视觉体验的要求，自由视点视频应运而生。自由视点视频能让用户自由选择视点进行观看，但如果所有视点都通过直接采集，数据量过大，难以实时编码传输。自由视点视频系统采用多视点加深度的格式，在输入端输入有限的彩色信息和深度信息以及相应的参数信息，在输出端通过基于深度的虚拟视点绘制算法绘制所需的视点。但由于深度信息的不准确和绘制算法的不完善，绘制得到的虚拟视点图像具有空洞、拉伸等几何失真，与普通图像的失真不同，几何失真为局部失真，所以需要设计专门针对虚拟视点图像的质量评价方法。

目前虚拟视点图像质量评价方法主要分为全参考和无参考两大类。全参考质量评价需要使用原始图像的所有信息。全参考质量评价模型虽然有较高的有效性，但在真实场景下很难找到虚拟视点合成图像的无失真参考图像，所以学者们也提出了无参考的虚拟视点图像质量评价方法，但目前部分评价方法仅考虑了全局失真，忽略了局部失真对图像质量的影响；另一部分虽然考虑了局部失真和全局失真，但模型的有效性较低。

综上所述，如何在全面考虑失真的基础上提出一种更为有效的无参考虚拟视点图像质量评价方法，成为了本领域技术人员急需解决的问题。

发明内容

针对现有技术中存在的不足，本发明实际解决的问题是：提出一种能有效提高客观评价结果且保证与人眼主观感知一致性的虚拟视点图像无参考质量评价方法。

为解决上述技术问题。本发明采用了如下技术方案：

一种基于偏度和结构特征的虚拟视点图像质量评价方法，包括：

S1、获取虚拟视点图像；

S2、生成虚拟视点图像对应的三通道图像；

S3、将三通道图像分别划分为多个图像块并计算每个块的偏度，作为虚拟视点图像的偏度特征；

S4、提取虚拟视点图像的结构特征；

S5、将偏度特征及结构特征输入训练后的评价模型；

S6、输出虚拟视点图像的评价结果。

优选地，步骤S2中，将虚拟视点图像转到H、S、V三个通道，得到三个通道的图像I^H、I^S、I^V。

优选地，步骤S3中，c通道第s个图像块的偏度如下计算：

式中，为c通道第s个图像块的像素的平均值，N为每个图像块的像素数量，为c通道第s个图像块中第i个像素点的像素值。

优选地，步骤S4包括：

S401、计算虚拟视点图像的水平梯度和垂直梯度；

F_x(a,b)＝(F(a,b+1)-F(a,b-1))/2

F_y(a,b)＝(F(a+1,b)-F(a-1,b))/2