[发明专利]基于PSNR和SSIM的立体图像质量评价方法

摘要

本发明属于图像处理领域。为提供有效、客观的质量评价方法，对立体成像技术的发展起到一定的推动作用。本发明采取的技术方案是，基于PSNR和SSIM的立体图像质量评价方法，包括下列步骤：第一步，取得原始图像绝对差值图像；第二步，利用绝对视差异图像计算加权平均结构相似度；第三步，采用基于图像分割的立体匹配算法提取立体图像的视差；第四步，计算原始立体图的差值图像和失真立体图的差值图像的峰值信噪比值；第五步，计算原始立体图像X和失真立体图像Y之间的峰值信噪比值；第六步，计算立体图像失真程度的初始评价值；第七步，计算两者之间的峰值信噪比；第八步，最终得到质量评价值。本发明主要应用于图像处理。

主权项

一种基于PSNR和SSIM的立体图像质量评价方法，其特征是，包括下列步骤：第一步，将原始图像X的视点对(L1，R1)和失真图像Y的视点对(L2，R2)分别进行相减操作，得到其绝对差值图像Diff(X)，Diff(Y)，其中，Diff(X)＝|L1‑R1|，Diff(Y)＝|L2‑R2|；第二步，利用绝对视差异图像计算加权平均结构相似度WMSSIM，记为3D_SSIM；第三步，采用基于图像分割的立体匹配算法提取立体图像的视差；第四步，通过公式PSNR1＝(PSNRR+PSNRG+PSNRB)/3计算原始立体图的差值图像Diff(X)和失真立体图的差值图像Diff(Y)的峰值信噪比值PSNR1，PSNRR、PSNRG、PSNRB分别为三个基色分量的PSNR值；第五步，通过公式PSNR2＝(PPSNRR+PPSNRG+PPSNRB)/3计算原始立体图像X和失真立体图像Y之间的峰值信噪比值PSNR2，其中，PPSNRR、PPSNRG、PPSNRB分别为三个基色分量的PPSNR值；第六步，计算立体图像失真程度的初始评价值S_VALUE，计算公式为：S_VALUE＝f归一化(PSNR1)+f归一化(PSNR2)+f归一化(3D_SSIM))；第七步，将失真后立体图像的视差信息与原始立体图像的视差信息提取出来后，计算两者之间的峰值信噪比DPSNR；第八步，根据DPSNR值的大小判断立体图像的失真程度，根据DPSNR值的大小将失真图像按照表1分级，得到不同等级的失真图像，然后再根据表2分配给每一等级对应的修正系数，用修正系数对初始评价值S_VALUE进行修正，最终得到质量评价值3D_VAL；表1图像失真程度分级  等级  1  2  3  4  5  DPSNR  ＜10  [10，12]  (12，15)  [15，20]  ＞20表2不同等级的修正系数  等级  1  2  3  4  5  修正系数  0.5  0.4  0.28  0.22  0.2第九步，对立体图像质量进行评价：3D_VAL值越大，图像的质量越好。