[发明专利]一种基于立体视觉感知的全盲立体图像质量客观评价方法

摘要

本发明公开了一种基于立体视觉感知的全盲立体图像质量客观评价方法，其在训练阶段，先获取每幅原始的无失真立体图像的融合视点图像的去均值归一化图像，然后输入到实证密度函数中得到纹理信息向量，并进行四个方向的滤波处理得到方向信息向量，再将所有纹理信息向量和方向信息向量输入到高斯分布模型中，得到无失真高斯分布模型；在测试阶段，采用相同的方式得到失真高斯分布模型，然后采用马氏距离公式衡量无失真高斯分布模型和失真高斯分布模型之间的误差，将误差作为待评价的失真立体图像的图像质量客观评价预测值；优点是其能够充分考虑到立体视觉感知特性，从而能够有效地提高客观评价结果与主观感知之间的相关性。

主权项

一种基于立体视觉感知的全盲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，所述的训练阶段过程的具体步骤如下：①‑1、选取K幅原始的无失真立体图像，其中，K≥1，原始的无失真立体图像的宽度为M，原始的无失真立体图像的高度为N；①‑2、采用双目融合技术对每幅原始的无失真立体图像的左视点图像和右视点图像进行融合，得到每幅原始的无失真立体图像的融合视点图像；①‑3、对每幅原始的无失真立体图像的融合视点图像进行去均值归一化操作，得到每幅原始的无失真立体图像的融合视点图像的去均值归一化图像；①‑4、将每幅原始的无失真立体图像的融合视点图像的去均值归一化图像输入到实证密度函数中，得到每幅原始的无失真立体图像的融合视点图像的去均值归一化图像的纹理信息向量；①‑5、对每幅原始的无失真立体图像的融合视点图像的去均值归一化图像进行四个方向的滤波处理，得到每幅原始的无失真立体图像的融合视点图像的去均值归一化图像的水平方向信息图像、垂直方向信息图像、主对角线方向信息图像和副对角线方向信息图像；然后将每幅原始的无失真立体图像的融合视点图像的去均值归一化图像的水平方向信息图像、垂直方向信息图像、主对角线方向信息图像和副对角线方向信息图像输入到非对称广义高斯分布模型中，得到每幅原始的无失真立体图像的融合视点图像的去均值归一化图像的方向信息向量；①‑6、将所有原始的无失真立体图像的融合视点图像的去均值归一化图像的纹理信息向量和方向信息向量作为输入参数，输入到高斯分布模型中，得到所有原始的无失真立体图像对应的无失真高斯分布模型；所述的测试阶段过程的具体步骤如下：②‑1、对于任意一幅尺寸大小与步骤①‑1中选取的原始的无失真立体图像的尺寸大小一致的失真立体图像，将该失真立体图像作为待评价的失真立体图像；②‑2、采用双目融合技术对待评价的失真立体图像的左视点图像和右视点图像进行融合，得到待评价的失真立体图像的融合视点图像；②‑3、对待评价的失真立体图像的融合视点图像进行去均值归一化操作，得到待评价的失真立体图像的融合视点图像的去均值归一化图像；②‑4、将待评价的失真立体图像的融合视点图像的去均值归一化图像输入到实证密度函数中，得到待评价的失真立体图像的融合视点图像的去均值归一化图像的纹理信息向量；②‑5、对待评价的失真立体图像的融合视点图像的去均值归一化图像进行四个方向的滤波处理，得到待评价的失真立体图像的融合视点图像的去均值归一化图像的水平方向信息图像、垂直方向信息图像、主对角线方向信息图像和副对角线方向信息图像；然后将待评价的失真立体图像的融合视点图像的去均值归一化图像的水平方向信息图像、垂直方向信息图像、主对角线方向信息图像和副对角线方向信息图像输入到非对称广义高斯分布模型中，得到待评价的失真立体图像的融合视点图像的去均值归一化图像的方向信息向量；②‑6、将待评价的失真立体图像的融合视点图像的去均值归一化图像的纹理信息向量和方向信息向量作为输入参数，输入到高斯分布模型中，得到待评价的失真立体图像对应的失真高斯分布模型；②‑7、采用马氏距离公式衡量步骤①‑6中得到的所有原始的无失真立体图像对应的无失真高斯分布模型与步骤②‑6中得到的待评价的失真立体图像对应的失真高斯分布模型之间的误差，将衡量得到的误差作为待评价的失真立体图像的图像质量客观评价预测值。