[发明专利]基于独立成分分析和双目融合特性的全参考立体图像质量评价方法

说明书

本发明提供一种基于独立成分分析和双目融合特性的全参考立体图像质量评价方法，其主要步骤是：利用独立成分分析训练出一个特征检测器来提取原始图像与失真图像的稀疏特征；利用稀疏特征分别计算左右图像的结构特征相似度，将左右图像得到的结构特征相似度进行融合，得到立体图像的结构特征相似度；将原始图像和失真图像进行分块、列向量化后的每个列向量均值构成一个均值对，取亮度差异较大的均值对来计算亮度一致性，将左右图像得到的亮度一致性进行融合，得到立体图像的亮度一致性；将立体图像的特征相似度和亮度一致性进行线性加权，得到立体图像的质量分数。该方法能够有效提高客观评价结果与主观感知之间的相关性且具有较好的稳定性。

技术领域

本发明涉及一种图像质量评价方法，尤其是涉及一种基于独立成分分析和双目融合特性的全参考立体图像质量客观评价方法。

背景技术

立体图像质量评价(Stereo Image Quality Assessment，SIQA)是立体视频技术的一个重要组成部分。随着智能高清的视觉新时代的到来，立体图像/视频技术被广泛应用于立体电影、立体游戏、远程医疗、兵器模拟和航空航天等诸多领域。由于图像的采集设备、存储介质、传输系统以及显示设备的影响，立体图像从发送、传输、获取到使用的一系列过程中都存在不可避免的降质。为了满足人们对视频信息高保真的需求，提高视觉享受以及实时监控系统图像的质量等，如何迅速、准确、有效地对这些立体图像质量进行评估便成了一个迫在眉睫的问题。立体图像质量评价方法一般分为主观和客观两类评价方法，但主观的评价方法一般费时费力且受诸多因素限制，效果并不稳定。因此，在脱离人工干预的条件下，能够高效、准确地实现对立体图像的全自动质量评估成为了研究重点。

目前，对于立体图像质量客观评价的研究方法主要有以下几类思路，一是直接将2D图像质量评价方法应用在立体图像的左右图像上，但没有考虑到立体图像本身具有的立体感知特性，如视差和深度等。二是考虑到立体图像与2D图像的区别，从视差和深度的角度来评价了立体图像的深度感知，但目前由于真实的视差无法直接通过拍摄设备直接获取，很多都是通过设计视差搜索算法来进行立体视差估计的，得到的视差并不是很准确，因此，这一类方法的准确性还有待考证。三是通过生理学上对人眼的认识来建立人眼视觉感知模型，或考虑人眼视觉感知特性，如双目融合、双目抑制和双目竞争等，以此模拟人眼对立体图像的感知来评价立体图像的质量。诸如该类方法一般需要深厚的生理学知识，且复杂度较高。由于对人眼系统认识的局限性，目前所了解的人眼视觉特性都是一些低级的特性，更深层的高级视觉特性还有待发现，所以这一类方法还不能完全地模拟人眼视觉特性，故不能取得较为满意的效果。另外还有一类思路是利用生理学上的模型来模拟双目融合特性，将左右视点进行双目融合，得到单视点图像，最后利用单视点图像的质量表示立体图像的质量。

因此，如何更有效的模拟双眼视觉感知特性进行立体图像客观质量评价，使客观评价与主观感知的相关性得到提高，成为立体图像质量评价研究中需要解决的问题。

发明内容

本发明的目的在于针对已有全参考立体图像质量评价方法存在的不足之处，提供了一种基于独立成分分析和双目融合特性的全参考立体图像质量评价方法，能够更有效地提高客观评价结果与主观感知之间的相关性。

本发明的具体构思是：

首先，利用独立成分分析训练出一个特征检测器，用来提取图像的特征；其次，用提取出的特征分别计算左图像和右图像的特征相似度，利用选取出的均值对分别计算左图像和右图像的亮度一致性，同时，考虑视觉皮层复杂细胞的双目融合特性，进行双目融合得到左右融合的特征相似度和左右融合的亮度一致性；最后，将立体图像的特征相似度和亮度一致性进行线性加权，得到立体图像的质量分数，从而可以迅速准确地评价立体图像质量。

为实现上述目的，本发明采用下述技术方案：

一种基于独立成分分析和双目融合特性的全参考立体图像质量客观评价方法，具体步骤如下：