[发明专利]基于显著性和稀疏性的无参考立体视频质量评价方法

说明书

本发明涉及一种基于显著性和稀疏性的无参考立体视频质量评价方法，包括下列步骤：计算和图，得到三维显著图；把颜色空间转换到YCbCr，将和图划分成互不重叠的块，计算每块上的空间显著性，计算空域显著性；计算整个三维显著图；从显著图中提取特征；采用SAE得到更为稀疏的特征。

技术领域

本发明属图像处理领域，涉及立体图像质量评价方法。

背景技术

随着立体图像显示在电影院及广播电视中的推广和三维视频技术的日渐成熟，立体视频成为人类获取视觉信息的重要手段。立体视频能使人身临其境地体验到立体感及临场感，逐渐地成为多媒体研究的主流方向。然而立体视频处理从采集到用户端的显示要经历3D内容获取、预处理、编码、传输、解码、合成和显示六个阶段，因为技术处理的问题和立体视频采集系统、存储介质、压缩编码及传输设备等限制及影响，在每一个处理阶段都可能会产生失真，进而影响视频的质量，使接收端观看者的体验质量下降。因此评价立体视频的质量非常具有现实意义。此外，同2D视频有所不同，立体视频还包含双眼视觉、深度感知等因素，故将2D视频评价算法直接用于立体视频难以取得理想的效果。因此，对评价立体视频质量的准确评价成为立体视频发展过程中一个十分重要又亟待解决的问题。

当前立体视频质量评价主要分为全参考(FR)评价算法、部分参考(RR)评价算法和无参考(NR)评价算法三种。全参考视频评价算法需要原始视频的数据，一般通过比较原始与失真视频的统计差异来设计相关算法；部分参考评价只需要提供原视频的一部分信息，其基本的设计思想与全参考算法相类似；无参考评价算法不需要原始视频的任何信息，常通过构建自然统计学模型来提取特征。由于在实际问题中原始视频往往不易获得，相对于全参考和部分参考的算法，无参考评价更具有应用价值，但面临的挑战也十分巨大，因此无参考立体视频质量评价(NR-VQA)是当前研究的热点和难点。

发明内容

本发明的目的在于建立一个基于显著性和稀疏性特征的立体视频质量评价方法。本发明提出的立体视频质量评价方法，能够建立合理的视觉感知模型，并根据立体视频的特点提取有效和鲁棒的特征，进而做出更加全面、准确的客观评价。技术方案如下：

一种基于显著性和稀疏性的无参考立体视频质量评价方法，包括下列步骤：

第一步：设IL表示为帧的左视图，IR作为帧的右视图，计算和图，根据合图得到三维显著图；

第二步：把颜色空间转换到YCbCr，将和图划分成互不重叠的块，计算每块i上的空间显著性：

其中，k为一组包含亮度、纹理、颜色的特征，表示块i和块j的特征差异，σ_s为的权重，l_ij为两块之间的空域距离，空域显著性计算为：

其中，N是标准化函数，同时块i的时间显著性计算为：

p(v)是一个关于运动速度先验分布的幂函数，v是第i个块的相对速度，其定义为：

其中，为块i和块j的绝对平均运动矢量差的长度。

第三步：计算整个三维显著图：

其中，U^(t)和U^(s)分别是空域和时域的不确定性映射，U定义为：

U＝H_b(p(s|d))+H_b(p(s|c))

其中，H_b是一个二进制熵函数，p(s|c)根据到显著中心的距离d度量像素的显著概率，p(s|d)根据到显著中心的连通性度量像素的显著概率。