[发明专利]基于融合图像的无参考立体图像质量评价方法

权利要求书

1.一种基于融合图像的无参考立体图像质量评价方法，其特征是，将立体图像的左右视图进行融合，使用重叠切块的方法送给神经网络Alexnet进行迁移学习训练，预测得到立体图像的质量，最后再利用人眼的视觉显著特性对融合图像进行加权，其中，将立体图像的左右视图进行融合具体步骤如下：首先，左右视图分别在RGB三个通道上进行滤波器Gabor滤波以模拟人眼的视觉多通道特性，获取其不同尺度和方向的结构特征，随后通过对比敏感度函数CSF滤除图像的不重要的频率信息，最后通过公式(1)获得融合图像，在每个通道中，两只眼睛会互相施加增益控制，其施加的增益控制与其能量成正比，并且每只眼睛会对另一只眼睛产生的增益控制进行控制，即增益增强：

其中，ε_i和β_i分别用公式(2)和(3)表示为

C(x,y)是融合后的图像；I_l(x,y),I_r(x,y)分别是左视图和右视图；j和k分别是6和8，表示使用6个尺度：fs∈{1.5,2.5,3.5,5,7,10}，cycles/degree；和8个方向：θ∈{kπ/8|k＝0,1,…7}的滤波器Gabor提取图像特征；ε_l,ε_r是输入的左视图和右视图用于增益增强的视觉权重对比能量，β_l,β_r是左视图对右视图的增益控制和右视图对左视图的增益控制；ge_i,gc_i分别表示左视图对右视图的增益控制门限和右视图对左视图的增益控制门限；

C(x,y)＝I_l(x,y)+I_r(x,y) (4)

存在某一个确定的阈值，当左视图和右视图的对比刺激低于这个阈值时，融合图像是左右视图的线性叠加，用公式(4)来表示；反之，当左右视图的对比刺激高于这个阈值时，融合图像是左右视图非线性叠加形成的，如公式(1)。

2.如权利要求1所述的基于融合图像的无参考立体图像质量评价方法，其特征是，利用神经网络Alexnet，修改其最后一层，改为二分类，该网络结构一共有十层，第一层为输入层，输入图像块；第二层到第六层为卷积层，输入图像经过卷积层提取一系列特征；第七层到第九层为全连接层，全连接层将学到的特征通过权值的方法映射到样本的标记空间；第十层为网络的输出，即小块的质量分数，该网络输入图像大小227x227。

3.如权利要求1所述的基于融合图像的无参考立体图像质量评价方法，其特征是，更进一步地，神经网络Alexnet使用ReLU非线性激活函数；在卷积层和池化层后经过局部响应归一化层，实现局部抑制，加快网络收敛速度，提高网络的泛化能力；全连接层使用Dropout层，随机让网络某些隐含层节点的权重不工作，防止过拟合，采用三层全连接层。