[发明专利]基于改进结构相似度的立体图像质量客观评价方法

摘要

本发明提供一种基于改进结构相似度的立体图像质量评价方法，首先建立计算某失真图像的平均结构相似度的方法：计算频域结构相似度指标；计算纹理信息系数；使用空间位置因素对图像区域进行加权：考虑人眼感兴趣的图像中央区域，计算空间位置影响系数；将纹理信息系数与空间位置影响系数按照下式整合为一个综合的权重系数，使用该系数对各图像块频域结构相似度指标进行加权平均，计算平均结构相似度；按照上步骤步建立的计算某失真图像的平均结构相似度的方法，分别计算立体图像左右视点的平均结构相似度，得到立体图像质量评价指标。本发明可以对立体图像质量做出全面、准确的综合评价。

主权项

一种基于改进结构相似度的立体图像质量客观评价方法，该方法的第一步至第四步建立计算某失真图像的平均结构相似度的方法：第一步：计算频域结构相似度指标：(1)将参考图像和失真图像分别分成8×8子块，计算每个图像块空间域亮度信息l(x_i,y_i)和对比度信息c(x_i,y_i)，其中，(x_i,y_i)参考图像和失真图像的图像块，i为图像块编号；(2)对每个图像块进行离散余弦变换，按照如下公式计算频域结构信息s_f(x_i,y_i)，并使用归一化标准量化矩阵对结构信息加权：其中，σ_Dx、σ_Dy、σ_Dxy分别为参考图像的第i个图像块x的方差、失真图像的第i个图像块y的方差以及x、y的协方差，C₃为防止分母为零的小常数；(3)按照如下公式将图像块空间域亮度信息l(x_i,y_i)和对比度信息c(x_i,y_i)和频域结构信息s_f(x_i,y_i)结合，计算频域结构相似度指标SSIM_mod(x_i,y_i)：SSIM_mod(x_i,y_i)＝[l(x_i,y_i)]^α[c(x_i,y_i)]^β[s_f(x_i,y_i)]^γ，其中，α、β、γ为权重参数；第二步：计算纹理信息系数(1)使用图像二阶矩表征图像平滑度，将其归一化，在每个失真图像的8×8图像块内按下式计算得到平滑度因子：其中σ²为图像块二阶矩，L为图像最大灰度级；(2)使用灰度共生矩阵的能量表征图像相对位置因子；(3)使用平方平均法整合失真图像的平滑度因子与像素相对位置因子，得到失真图像各8×8图像块的纹理信息系数第三步：使用空间位置因素对图像区域进行加权：考虑人眼感兴趣的图像中央区域，根据像素点距离图像中心的欧氏距离，计算空间位置影响系数第四步：将第二步和第三步得到纹理信息系数与空间位置影响系数按照下式整合为一个综合的权重系数ε_i，其中i、k为图像块编号，M为图像块总数，使用该系数对各图像块频域结构相似度指标SSIM_mod(x_i,y_i)进行加权平均，计算平均结构相似度MSSIM，其中x,y分别为参考图像和失真图像，M为图像块个数；第五步，按照第一步至第四步建立的计算某失真图像的平均结构相似度的方法方法，分别计算立体图像左右视点的平均结构相似度LMSSIM(x,y)、RMSSIM(x,y)，然后使用平均值法得到立体图像质量评价指标QMSSIM，QMSSIM分数越高，表明立体图像质量越好。