[发明专利]基于立体感知特性的立体图像质量评价方法

摘要

本发明公开了一种基于立体感知特性的立体图像质量评价方法：根据视差匹配算法计算左、右视点的视差图；分别以左、右视图作为基准图像，得出相对视差图；根据视差与深度公式，得到深度感知图；对深度感知图、左视图、右视图分别采用db7做四层小波分解；提取每一层三个子带的系数；求解第一层中每个子带的幅值、方差和熵特征；将剩下三层的系数做上述处理；计算深度感知图、左视图、右视图的频域统计特性；80％失真立体图像对进行训练，20％失真图像对做预测，得到立体图像质量。本发明模拟大脑中形成的深度视觉感知图像，结合图像内容，以图像频域信息作为手段，通过频域信息的统计特性描述立体图像质量，做出更加全面、准确的客观评价。

主权项

1.基于立体感知特性的立体图像质量评价方法，每个失真立体图像对由左视图和右视图组成，其特征在于，包括以下步骤：第一步：模拟人类立体视觉特性，根据视差匹配算法计算左、右视点的视差图；其中，视差图的计算充分考虑人类感知立体场景产生的直观深度感知，即有屏前、屏后的区分；在此基础上分别以左、右视图作为基准图像，得出有正、负视差区分的相对视差图；第二步：根据视差与深度的关系公式，计算得到深度感知图；第三步：对深度感知图、左视图、右视图分别采用db7做四层小波分解；第四步：提取每一层的低‑高、高‑低、高‑高三个子带的系数，共计12个子带；第五步：求解第一层中每个子带的幅值、方差和熵特征；第六步：将剩下三层的系数做与第五步相同的处理，最终每幅图像得到24个特征；第七步：按照第四步到第六步的描述，计算深度感知图、左视图、右视图每幅图像的频域统计特性，共计72个特征；第八步：将图像库中的图像随机分为两部分，其中80％的失真立体图像对用深度信念网络对得到的特征进行训练，根据训练得到的模型对剩下的20％的失真图像对的质量做预测，最终得到立体图像的质量。