[发明专利]一种无参考非对称失真立体图像质量评价方法

说明书

本发明涉及一种无参考非对称失真立体图像质量评价方法，包括以下步骤：首先，根据双目视觉特性判别不同的双目组合行为，并构建相应的独眼图，而非使用固定的独眼图模拟不同的双目组合行为。然后，在左右视图及独眼图上分别提取单目和双目视觉特征。另外，为准确度量立体图像的深度信息，本发明在加权视差图和左右视图相关性图上，提取能够反映水平深度和纵向深度信息的质量感知特征。最后，通过训练极限学习机(Extreme Learning Machine,ELM)算法，构建从立体图像质量感知特征域到质量分数域的映射关系模型。

技术领域

本发明属于立体图像质量评价技术领域，涉及一种无参考非对称失真立体图像质量评价方法。

背景技术

随着3D技术的发展，3D电影和电视越来越受全球关注。3D图像在获取、压缩、传输和存储的过程中，左右视图会受到不同程度和不同类型的失真，从而影响人眼的观看质量。而且，与2D图像相比，立体图像左右视图之间存在一定的视差，可以为人眼提供深度感知，从而给人们带来更真实的视觉体验，但是过大的视差也会给人眼造成不舒适的体验，同样会影响人眼对图像质量的判断。因此，为给人们带来良好的视觉体验，有必要构建一个与人眼主观评分一致的立体图像质量评价模型。

与传统2D视觉感知不同，3D图像的视觉感知高度依赖于左、右视图的质量。根据视觉心理学研究表明，人类视觉系统能够将左右眼获取的不同视图转换成单幅视图，但是在这个转换的过程中，并不是将左右眼刺激简单相加即可获得单幅视图，尤其是非对称失真图像。由于HVS系统复杂的双目视觉机制，目前的研究仍然无法全面地模拟双目视觉特性。

除了双目视觉特性以外，还需要考虑的另一个影响立体图像质量的重要因素就是深度信息。水平视差是为人眼提供深度信息的主要因素，但是过大的视差也会造成头晕目眩，不舒适感，影响人眼对图像质量的判断。目前立体图像质量评价面临的主要问题就是如何模拟复杂的双目视觉机制以及对深度质量的度量。

发明内容

有鉴于此，本发明的目的在于提供一种无参考非对称失真立体图像质量评价方法，为了更加全面的模拟HVS复杂的双目视觉特性，该方法基于双目视觉特性，构建不同的双目组合图，模拟三种双目组合行为：双目融合、双目竞争、双目抑制。另外，该方法通过提取立体图像的水平深度和纵向深度感知特征，解决了立体图像深度质量度量的问题。

为达到上述目的，本发明提供如下技术方案：

一种无参考非对称失真立体图像质量评价方法，基于双目视觉特性和深度感知质量度量，实现非对称失真立体图像质量度量。对于非对称失真图像来说，左右视图在HVS中并不是简单相加，即可汇聚成单幅视图。该方法首先基于双目视觉特性，使用结构相似度模型计算左右视图的结构相似度值S，并通过阈值设置，将立体图像对在HVS中的组合行为分为双目融合和双目竞争(双目抑制是双目竞争的一种特殊情况)。然后，计算左右视图的有用信息量，若差异较小，则判为双目竞争；若差异较大，则判为双目抑制，并选取信息量大的视图主导整个融合过程，因为有主观实验证明信息量大的视图更容易吸引人眼的注意力。最后，根据不同的双目行为构建相应的独眼图来模拟HVS的双目组合行为，而非使用固定独眼图模拟三种不同的双目行为。

进一步地，在左、右视图以及上述独眼图上提取能够表征图像失真的统计分布特征和纹理特征，作为单目和双目视觉特征，用于预测立体图像质量。

进一步地，根据人眼视觉注意机制，为像素点(i,j)处的视差值d(i,j)分配权重ω(i,j)，从而获得用于度量立体图像深度质量的加权视差图D_ω。并在该加权视差图上提取一些简单的统计特征，如：峰度k和偏斜度s，作为水平深度特征。

D_ω(i,j)＝ω(i,j)*d(i,j) (1)