[发明专利]基于HVS的SSIM与特征匹配立体图像质量评价方法

权利要求书

1.一种基于HVS的SSIM与特征匹配立体图像质量评价方法，其特征是，包括如下步骤，

(1)用结构失真法比较原图像左右视图与测试图像左右视图的亮度、对比度、结构相似度，提出结构失真度指标；

(2)将测试图像左右视图的平均感知亮度的比值作为一个质量评价指标，来衡量左右视图感知亮度的差异，即提取亮度对比度指标；

(3)根据小波分解模拟人眼带通特性原理，计算测试图像左右视图与原图像左右视图在各频带的误差，并对其线性求和，然后进行信噪比评估，得出人眼视觉信噪比评价指标；

(4)用测试图像左右视图匹配点个数和原图像左右视图匹配点各数的比值反映立体图像的立体感；

(5)对上述所有的指标进行合理的加权，得出一个总的评价指标，从整体上反映立体图像的质量。

2.如权利要求1所述的方法，其特征是，所述方法在所述各步骤前还包括一个预处理步骤，具体为：

用L表示图像绝对亮度，ΔL表示图像相对亮度，ΔS表示亮度感觉的增量值，则可以用相对亮度的增量来度量亮度感觉的增量，如式(1)所示：

ΔS=KΔLL---(1)]]>

K为常数，对式(1)积分，得到感觉亮度S

S＝KlnL+K₀＝K′lgL+K₀            (2)

其中，K′＝Kln10，K₀为常数，依照公式(2)对灰度图像的每个像素的亮度值进行变换，得到感知亮度。

3.如权利要求1所述的方法，其特征是，所述将测试图像左右视图的平均感知亮度的比值作为一个质量评价指标具体为，用结构相似度法SSIM(structural similarity)分别提取原图像左右视图与测试图像左右视图的亮度、对比度、结构相似度，并进行比较：

首先分别计算原始图像X和测试图像Y的平均感知亮度u_x和u_y，M×N为图像大小，

x_ij、y_ij为原始图像X和测试图像Y每个像素经过式(2)处理的感知亮度；其次计算原始图像X和测试图像Y的标准差σ_x和σ_y，以及两者之间的协方差σ_xy；再次，根据(3)～(5)分别计算亮度比较函数l(x，y)、对比度比较函数c(x，y)、结构相似性比较函数s(x，y)：

l(x,y)=2uxuy+C1ux2+uy2+C1,]]>(C₁＝(K₁L)²)              (3)

c(x,y)=2σxσy+C2σx2+σy2+C2,]]>(C₂＝(K₂L)²)              (4)

s(x,y)=σxy+C3σxσy+C3---(5)]]>

C₁、C₂、C₃分别是取值较小的常数，最后，根据式(6)计算结构失真度S_l：

S_l＝[l(x，y)]^α[c(x，y)^β[s(x，y)]^γ    (6)

令α＝β＝γ＝1，

将每个评价指标取值都限定在[0，5]之间，因为：l(x，y)≤1，c(x，y)≤1，s(x，y)≤1，故S_l≤1，所以将式(5-6)变换为：

Sladjust=Sl×50≤Sl≤15others---(7)]]>

将新定义的S_ladjust作为结构失真度评价指标，左、右视图各有一个结构相似度评价指标。