[发明专利]基于熵的双视点无参考立体图像质量客观评价方法

权利要求书

1.一种基于熵的双视点无参考立体图像质量客观评价方法，每个失真立体图像对由左图和右图组成，设失真图像对为(t_l,t_r)，包括以下步骤：

第一步：模拟人类视觉特性，对失真图像对的左图和右图分别进行二维Gabor滤波，得到左图和右图的加权因子:W_L(x,y)和W_R((x+d),y)，其中，(x,y)为像素点坐标，d表示对右图进行视差补偿的像素点横坐标差值；

第二步：将失真图像对(t_l,t_r)进行加权运算，得到失真图像对的视觉感知图V(x,y)：

V(x,y)＝W_L(x,y)×t_l(x,y)+W_R(x+d,y)×t_r((x+d),y)

第三步：利用奇异值分解算法K-SVD进行字典学习；

第四步：利用正交匹配追踪算法OMP对V(x,y)进行稀疏表示，得到相应的系数矩阵C；

第五步：对视觉感知图像V(x,y)稀疏表示后的系数矩阵C进行求熵操作，得到其熵：

k是稀疏基的个数，代表稀疏表示第i次迭代中，第j个稀疏基中系数的具体值；式中，

第六步：对立体图像库中的每一组失真图像对进行第一步至第五步操作，设立体图像库中有Q组立体图像对，可以得到Q组图像对各自的熵；

第七步：利用支持向量机SVM对图像库中图像对的熵及相应的主观评价值进行训练，具体如下，随机选择Q×80％幅图像对的熵和主观评价值用于训练，得到相应的熵-DMOS模型；

第八步：对任意一组失真图像对，进行第一步至第五步操作，得到对应的熵；根据第七步中得到的熵-DMOS模型，利用SVM对该图像对的客观预测值进行预测，到最终的客观预测值。