[发明专利]一种无参考立体图像质量客观评价方法

摘要

本发明公开了一种无参考立体图像质量客观评价方法，其在训练阶段选择多幅失真立体图像构成训练样本集合，采用Gabor滤波器获取失真立体图像中的每个像素点在不同中心频率、不同方向因子和不同相位偏移下的振幅，通过计算失真立体图像中的所有像素点在不同中心频率、不同方向因子和不同相位偏移下的振幅的均值、方差和熵获得特征矢量，再采用K均值聚类方法得到训练样本集合的聚类中心；在测试阶段通过计算失真测试立体图像与训练样本集合中属于不同聚类的每副失真立体图像之间的距离及与每个聚类中心之间的距离，对每幅失真立体图像的平均主观评分差值进行加权得到图像质量客观评价预测值；优点是计算复杂度低，客观评价结果与主观感知的相关性好。

主权项

一种无参考立体图像质量客观评价方法，其特征在于包括训练阶段和测试阶段两个过程，所述的训练阶段的具体步骤如下：①‑1、选取N幅失真立体图像，将N幅失真立体图像及每幅失真立体图像的平均主观评分差值构成训练样本集合，记为{Si,DMOSi|1≤i≤N}，其中，Si表示{Si,DMOSi|1≤i≤N}中的第i幅失真立体图像，DMOSi表示{Si,DMOSi|1≤i≤N}中的第i幅失真立体图像的平均主观评分差值；①‑2、采用Gabor滤波器获取{Si,DMOSi|1≤i≤N}中的每幅失真立体图像的左视点图像和右视点图像中的每个像素点在不同中心频率和不同方向因子下的频率响应，再根据{Si,DMOSi|1≤i≤N}中的每幅失真立体图像的左视点图像和右视点图像中的每个像素点在不同中心频率和不同方向因子下的频率响应，获取{Si,DMOSi|1≤i≤N}中的每幅失真立体图像中的每个像素点在不同中心频率、不同方向因子和不同相位偏移下的振幅，将Si中坐标位置为(x,y)的像素点在中心频率为ω、方向因子为θ和相位偏移为Δψ下的振幅记为Ei(x,y；Δψ,ω,θ)，其中，1≤x≤W，1≤y≤H，W表示Si的宽度，H表示Si的高度，ω表示所采用的Gabor滤波器的中心频率，θ表示所采用的Gabor滤波器的方向因子，Δψ表示所采用的Gabor滤波器的相位偏移；①‑3、计算{Si,DMOSi|1≤i≤N}中的每幅失真立体图像中的所有像素点在不同中心频率、不同方向因子和不同相位偏移下的振幅的均值、方差和熵，将Si中的所有像素点在中心频率为ω、方向因子为θ和相位偏移为Δψ下的振幅的均值、方差和熵对应记为和miΔψ,ω,θ=1W×HΣx=1WΣy=1Hlog2|Ei(x,y;Δψ,ω,θ)|,]]>viΔψ,ω,θ=1W×HΣx=1WΣy=1Hlog2|Ei(x,y;Δψ,ω,θ)-miΔψ,ω,θ|,]]>eiΔψ,ω,θ=1W×HΣx=1WΣy=1H(p(Ei(x,y;Δψ,ω,θ))×lnp(Ei(x,y;Δψ,ω,θ))),]]>其中，log2()表示以2为底的对数函数，ln()表示以自然基数e为底的对数函数，p()表示求概率分布函数，符号“||”为取绝对值符号；①‑4、将{Si,DMOSi|1≤i≤N}中的每幅失真立体图像中的所有像素点在不同中心频率、不同方向因子和不同相位偏移下的振幅的均值、方差和熵按顺序排列构成{Si,DMOSi|1≤i≤N}中的每幅失真立体图像的特征矢量，将Si的特征矢量记为Fi，Fi为Si中的所有像素点在不同中心频率、不同方向因子和不同相位偏移下的振幅的均值、方差和熵按顺序排列构成，其中，Fi的维数为Nω×Nθ×NΔψ，Nω表示所采用的Gabor滤波器的所有中心频率的集合Ωω中包含的中心频率的总个数，Nθ表示所采用的Gabor滤波器的所有方向因子的集合Ωθ中包含的方向因子的总个数，NΔψ表示所采用的Gabor滤波器的所有相位偏移的集合ΩΔψ中包含的相位偏移的总个数；①‑5、采用K均值聚类方法对{Si,DMOSi|1≤i≤N}中的所有失真立体图像的特征矢量进行聚类操作，得到{Si,DMOSi|1≤i≤N}的K个聚类，将{Si,DMOSi|1≤i≤N}的第m个聚类中心记为gm；然后将{Si,DMOSi|1≤i≤N}中属于同一聚类的所有失真立体图像构成一个子集，将{Si,DMOSi|1≤i≤N}中属于第m个聚类的所有失真立体图像构成的子集记为{Sj,m,DMOSj,m|1≤j≤Nm,1≤m≤K}；其中，K表示{Si,DMOSi|1≤i≤N}的聚类的总个数，1≤m≤K，gm的维数为Nω×Nθ×NΔψ，Sj,m表示{Sj,m,DMOSj,m|1≤j≤Nm,1≤m≤K}中的第j幅失真立体图像，DMOSj,m表示{Sj,m,DMOSj,m|1≤j≤Nm,1≤m≤K}中的第j幅失真立体图像的平均主观评分差值，Nm表示{Si,DMOSi|1≤i≤N}中属于第m个聚类的失真立体图像的总幅数，所述的测试阶段的具体步骤如下：②‑1、对于任意一副失真测试立体图像Stest，按照训练阶段中的步骤①‑2至步骤①‑4的过程，以相同的操作获取Stest的特征矢量，记为Ftest；然后计算Stest与{Si,DMOSi|1≤i≤N}中属于不同聚类的每副失真立体图像之间的距离，将Stest与{Sj,m,DMOSj,m|1≤j≤Nm,1≤m≤K}中的第j幅失真立体图像Sj,m之间的距离记为dj,m，dj,m＝||Ftest‑Fj,m||2；再计算Stest与{Si,DMOSi|1≤i≤N}的每个聚类中心之间的距离，将Stest与{Si,DMOSi|1≤i≤N}的第m个聚类中心gm之间的距离记为cm，cm＝||Ftest‑gm||2；其中，符号“||||2”为求取矩阵的2‑范数符号，Fj,m表示{Sj,m,DMOSj,m|1≤j≤Nm,1≤m≤K}中的第j幅失真立体图像的特征矢量；②‑2、计算Stest属于不同聚类时的图像质量客观评价预测值，将Stest属于第m个聚类时的图像质量客观评价预测值记为Qm，其中，exp()表示以自然基数e为底的指数函数，λ为控制参数；②‑3、计算Stest的图像质量客观评价预测值，记为Q，