[发明专利]基于字典学习和机器学习的无参考立体图像质量评价方法

说明书

技术领域

本发明涉及一种立体图像质量客观评价方法，尤其是涉及一种基于字典学习和机 器学习的无参考立体图像质量评价方法。

背景技术

进入二十一世纪以来，随着立体图像/视频系统处理技术的日趋成熟，以及计算机 网络与通信技术的快速发展，已引起人们对立体图像/视频系统的强烈需求。相比传统的单 视点图像/视频系统，立体图像/视频系统由于能够提供深度信息来增强视觉的真实感，给 用户以身临其境的全新视觉体验而越来越受到人们的欢迎，已被认为是下一代媒体主要的 发展方向，已引发了学术界、产业界的广泛关注。然而，人们为了获得更好的立体临场感和 视觉体验，对立体视觉主观感知质量提出了更高的要求。在立体图像/视频系统中，采集、编 码、传输、解码及显示等处理环节都会引入一定失真，这些失真将对立体视觉主观感知质量 产生不同程度的影响，由于在大多数的应用系统中原始无失真参考图像是不可得的，因此 如何有效地进行无参考质量评价是亟需解决的难点问题。综上，评价立体图像质量，并建立 与主观质量评价相一致的客观评价模型显得尤为重要。

目前，研究人员提出了不少针对单视点视觉质量的无参考评价方法，然而由于缺 乏系统理论深入研究立体视觉感知特性，因此还没有有效地无参考立体图像质量评价方 法。相比单视点视觉质量无参考评价模型，无参考立体图像质量评价模型需要考虑不同失 真类型立体掩蔽效应以及与之相关的双目竞争/抑制和双目融合等立体感知因素对视觉质 量的影响。因此，不能简单地把现有的单视点视觉质量无参考评价模型直接扩展到无参考 立体图像质量评价方法中。现有的无参考质量客观评价方法主要是通过机器学习来预测评 价模型的，但针对立体图像，现有的立体图像评价方法还是平面图像评价方法的简单扩展， 并没有考虑双目视觉特性，因此，如何在评价过程中有效地提取特征信息，在评价过程中进 行双目视觉特性结合，使得客观评价结果更加符合人类视觉感知系统，是立体图像进行客 观质量评价过程中需要研究解决的问题。

发明内容

本发明所要解决的技术问题是提供一种基于字典学习和机器学习的无参考立体 图像质量评价方法，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。

本发明解决上述技术问题所采用的技术方案为：一种基于字典学习和机器学习的 无参考立体图像质量评价方法，其特征在于包括训练阶段和测试阶段两个过程，所述的训 练阶段的具体步骤为：

①-1、选取K幅原始的无失真立体图像，将第k幅原始的无失真立体图像的左视点 图像和右视点图像对应记为{L_org,k(x,y)}和{R_org,k(x,y)}，其中，K≥1，1≤k≤K，1≤x≤W,1 ≤y≤H，在此W表示原始的无失真立体图像的宽度，在此H表示原始的无失真立体图像的高 度，L_org,k(x,y)表示{L_org,k(x,y)}中坐标位置为(x,y)的像素点的像素值，R_org,k(x,y)表示 {R_org,k(x,y)}中坐标位置为(x,y)的像素点的像素值；

①-2、对每幅原始的无失真立体图像的左视点图像实施log-Gabor滤波，得到每幅 原始的无失真立体图像的左视点图像的幅值图像和相位图像，将{L_org,k(x,y)}的幅值图像 和相位图像对应记为{G_{L_org,k}(x,y)}和{P_{L_org,k}(x,y)}，其中，G_{L_org,k}(x,y)表示{G_{L_org,k}(x, y)}中坐标位置为(x,y)的像素点的像素值，P_{L_org,k}(x,y)表示{P_{L_org,k}(x,y)}中坐标位置为 (x,y)的像素点的像素值；