发明名称 一种基于三维梯度幅度的立体图像质量客观评价方法
摘要 本发明公开了一种基于三维梯度幅度的立体图像质量客观评价方法,其首先分别计算无失真的立体图像和待评价的失真的立体图像的视差空间图,再通过计算无失真的立体图像的视差空间图中的每个像素点的水平梯度、垂直梯度和视点梯度得到对应的三维梯度幅度,通过计算待评价的失真的立体图像的视差空间图中的每个像素点的水平梯度、垂直梯度和视点梯度得到对应的三维梯度幅度,最后根据两幅视差空间图中的每个像素点的三维梯度幅度,得到待评价的失真的立体图像的图像质量客观评价预测值;优点在于所得到的三维梯度幅度具有较强的稳定性且能够较好地反映立体图像的质量变化情况,因此能有效地提高客观评价结果与主观感知的相关性。
申请公布号 CN103824292B 申请公布日期 2016.09.07
申请号 CN201410065127.1 申请日期 2014.02.26
申请人 宁波大学 发明人 邵枫;段芬芳;王珊珊;李福
分类号 G06T7/00(2006.01)I 主分类号 G06T7/00(2006.01)I
代理机构 宁波奥圣专利代理事务所(普通合伙) 33226 代理人 周珏
主权项 一种基于三维梯度幅度的立体图像质量客观评价方法,其特征在于包括以下步骤:①令S<sub>org</sub>表示原始的无失真的立体图像,令S<sub>dis</sub>表示待评价的失真的立体图像,将S<sub>org</sub>的左视点图像记为{L<sub>org</sub>(x,y)},将S<sub>org</sub>的右视点图像记为{R<sub>org</sub>(x,y)},将S<sub>dis</sub>的左视点图像记为{L<sub>dis</sub>(x,y)},将S<sub>dis</sub>的右视点图像记为{R<sub>dis</sub>(x,y)},其中,(x,y)表示左视点图像和右视点图像中的像素点的坐标位置,1≤x≤W,1≤y≤H,W表示左视点图像和右视点图像的宽度,H表示左视点图像和右视点图像的高度,L<sub>org</sub>(x,y)表示{L<sub>org</sub>(x,y)}中坐标位置为(x,y)的像素点的像素值,R<sub>org</sub>(x,y)表示{R<sub>org</sub>(x,y)}中坐标位置为(x,y)的像素点的像素值,L<sub>dis</sub>(x,y)表示{L<sub>dis</sub>(x,y)}中坐标位置为(x,y)的像素点的像素值,R<sub>dis</sub>(x,y)表示{R<sub>dis</sub>(x,y)}中坐标位置为(x,y)的像素点的像素值;②根据{L<sub>org</sub>(x,y)}中的每个像素点和{R<sub>org</sub>(x,y)}中对应坐标位置的像素点在多个视差值下的视差空间值,获得S<sub>org</sub>的视差空间图,记为{DSI<sub>org</sub>(x,y,d)},并根据{L<sub>dis</sub>(x,y)}中的每个像素点和{R<sub>dis</sub>(x,y)}中对应坐标位置的像素点在多个视差值下的视差空间值,获得S<sub>dis</sub>的视差空间图,记为{DSI<sub>dis</sub>(x,y,d)},其中,DSI<sub>org</sub>(x,y,d)表示{DSI<sub>org</sub>(x,y,d)}中坐标位置为(x,y,d)的像素点的视差空间值,DSI<sub>dis</sub>(x,y,d)表示{DSI<sub>dis</sub>(x,y,d)}中坐标位置为(x,y,d)的像素点的视差空间值,0≤d≤d<sub>max</sub>,d<sub>max</sub>表示最大视差值;③计算{DSI<sub>org</sub>(x,y,d)}中的每个像素点的水平方向梯度、垂直方向梯度和视点方向梯度,将{DSI<sub>org</sub>(x,y,d)}中坐标位置为(x,y,d)的像素点的水平方向梯度记为gx<sub>org</sub>(x,y,d),将{DSI<sub>org</sub>(x,y,d)}中坐标位置为(x,y,d)的像素点的垂直方向梯度记为gy<sub>org</sub>(x,y,d),将{DSI<sub>org</sub>(x,y,d)}中坐标位置为(x,y,d)的像素点的视点方向梯度记为gd<sub>org</sub>(x,y,d);同样,计算{DSI<sub>dis</sub>(x,y,d)}中的每个像素点的水平方向梯度、垂直方向梯度和视点方向梯度,将{DSI<sub>dis</sub>(x,y,d)}中坐标位置为(x,y,d)的像素点的水平方向梯度记为gx<sub>dis</sub>(x,y,d),将{DSI<sub>dis</sub>(x,y,d)}中坐标位置为(x,y,d)的像素点的垂直方向梯度记为gy<sub>dis</sub>(x,y,d),将{DSI<sub>dis</sub>(x,y,d)}中坐标位置为(x,y,d)的像素点的视点方向梯度记为gd<sub>dis</sub>(x,y,d);所述的步骤③中{DSI<sub>org</sub>(x,y,d)}中的每个像素点的水平方向梯度、垂直方向梯度和视点方向梯度的获取过程为:③‑a1、采用水平梯度算子对{DSI<sub>org</sub>(x,y,d)}进行卷积,得到{DSI<sub>org</sub>(x,y,d)}中的每个像素点的水平方向梯度,将{DSI<sub>org</sub>(x,y,d)}中坐标位置为(x,y,d)的像素点的水平方向梯度记为gx<sub>org</sub>(x,y,d),<img file="FDA0001039733830000021.GIF" wi="1390" he="127" />其中,DSI<sub>org</sub>(u,v,j)表示{DSI<sub>org</sub>(x,y,d)}中坐标位置为(u,v,j)的像素点的视差空间值;③‑a2、采用垂直梯度算子对{DSI<sub>org</sub>(x,y,d)}进行卷积,得到{DSI<sub>org</sub>(x,y,d)}中的每个像素点的垂直方向梯度,将{DSI<sub>org</sub>(x,y,d)}中坐标位置为(x,y,d)的像素点的垂直方向梯度记为gy<sub>org</sub>(x,y,d),<img file="FDA0001039733830000024.GIF" wi="1397" he="126" />③‑a3、采用视点梯度算子对{DSI<sub>org</sub>(x,y,d)}进行卷积,得到{DSI<sub>org</sub>(x,y,d)}中的每个像素点的视点方向梯度,将{DSI<sub>org</sub>(x,y,d)}中坐标位置为(x,y,d)的像素点的视点方向梯度记为gd<sub>org</sub>(x,y,d),<img file="FDA0001039733830000023.GIF" wi="1161" he="119" />其中,sign()为阶跃函数,<img file="FDA0001039733830000031.GIF" wi="670" he="221" />上述步骤③‑a1至步骤③‑a3中,如果u&lt;1,则DSI<sub>org</sub>(u,v,j)的值由DSI<sub>org</sub>(1,v,j)的值替代,如果u&gt;W,则DSI<sub>org</sub>(u,v,j)的值由DSI<sub>org</sub>(W,v,j)的值替代,如果v&lt;1,则DSI<sub>org</sub>(u,v,j)的值由DSI<sub>org</sub>(u,1,j)的值替代,如果v&gt;H,则DSI<sub>org</sub>(u,v,j)的值由DSI<sub>org</sub>(u,H,j)的值替代,如果j&lt;0,则DSI<sub>org</sub>(u,v,j)的值由DSI<sub>org</sub>(u,v,0)的值替代,如果j&gt;d<sub>max</sub>,则DSI<sub>org</sub>(u,v,j)的值由DSI<sub>org</sub>(u,v,d<sub>max</sub>)的值替代,DSI<sub>org</sub>(1,v,j)表示{DSI<sub>org</sub>(x,y,d)}中坐标位置为(1,v,j)的像素点的视差空间值,DSI<sub>org</sub>(W,v,j)表示{DSI<sub>org</sub>(x,y,d)}中坐标位置为(W,v,j)的像素点的视差空间值,DSI<sub>org</sub>(u,1,j)表示{DSI<sub>org</sub>(x,y,d)}中坐标位置为(u,1,j)的像素点的视差空间值,DSI<sub>org</sub>(u,H,j)表示{DSI<sub>org</sub>(x,y,d)}中坐标位置为(u,H,j)的像素点的视差空间值,DSI<sub>org</sub>(u,v,0)表示{DSI<sub>org</sub>(x,y,d)}中坐标位置为(u,v,0)的像素点的视差空间值,DSI<sub>org</sub>(u,v,d<sub>max</sub>)表示{DSI<sub>org</sub>(x,y,d)}中坐标位置为(u,v,d<sub>max</sub>)的像素点的视差空间值;所述的步骤③中{DSI<sub>dis</sub>(x,y,d)}中的每个像素点的水平方向梯度、垂直方向梯度和视点方向梯度的获取过程为:③‑b1、采用水平梯度算子对{DSI<sub>dis</sub>(x,y,d)}进行卷积,得到{DSI<sub>dis</sub>(x,y,d)}中的每个像素点的水平方向梯度,将{DSI<sub>dis</sub>(x,y,d)}中坐标位置为(x,y,d)的像素点的水平方向梯度记为gx<sub>dis</sub>(x,y,d),<img file="FDA0001039733830000032.GIF" wi="1374" he="119" />其中,DSI<sub>dis</sub>(u,v,j)表示{DSI<sub>dis</sub>(x,y,d)}中坐标位置为(u,v,j)的像素点的视差空间值;③‑b2、采用垂直梯度算子对{DSI<sub>dis</sub>(x,y,d)}进行卷积,得到{DSI<sub>dis</sub>(x,y,d)}中的每个像素点的垂直方向梯度,将{DSI<sub>dis</sub>(x,y,d)}中坐标位置为(x,y,d)的像素点的垂直方向梯度记为gy<sub>dis</sub>(x,y,d),<img file="FDA0001039733830000041.GIF" wi="1374" he="119" />③‑b3、采用视点梯度算子对{DSI<sub>dis</sub>(x,y,d)}进行卷积,得到{DSI<sub>dis</sub>(x,y,d)}中的每个像素点的视点方向梯度,将{DSI<sub>dis</sub>(x,y,d)}中坐标位置为(x,y,d)的像素点的视差方向梯度记为gd<sub>dis</sub>(x,y,d),<img file="FDA0001039733830000042.GIF" wi="1149" he="119" />其中,sign()为阶跃函数,<img file="FDA0001039733830000043.GIF" wi="670" he="222" />上述步骤③‑b1至步骤③‑b3中,如果u&lt;1,则DSI<sub>dis</sub>(u,v,j)的值由DSI<sub>dis</sub>(1,v,j)的值替代,如果u&gt;W,则DSI<sub>dis</sub>(u,v,j)的值由DSI<sub>dis</sub>(W,v,j)的值替代,如果v&lt;1,则DSI<sub>dis</sub>(u,v,j)的值由DSI<sub>dis</sub>(u,1,j)的值替代,如果v&gt;H,则DSI<sub>dis</sub>(u,v,j)的值由DSI<sub>dis</sub>(u,H,j)的值替代,如果j&lt;0,则DSI<sub>dis</sub>(u,v,j)的值由DSI<sub>dis</sub>(u,v,0)的值替代,如果j&gt;d<sub>max</sub>,则DSI<sub>dis</sub>(u,v,j)的值由DSI<sub>dis</sub>(u,v,d<sub>max</sub>)的值替代,DSI<sub>dis</sub>(1,v,j)表示{DSI<sub>dis</sub>(x,y,d)}中坐标位置为(1,v,j)的像素点的视差空间值,DSI<sub>dis</sub>(W,v,j)表示{DSI<sub>dis</sub>(x,y,d)}中坐标位置为(W,v,j)的像素点的视差空间值,DSI<sub>dis</sub>(u,1,j)表示{DSI<sub>dis</sub>(x,y,d)}中坐标位置为(u,1,j)的像素点的视差空间值,DSI<sub>dis</sub>(u,H,j)表示{DSI<sub>dis</sub>(x,y,d)}中坐标位置为(u,H,j)的像素点的视差空间值,DSI<sub>dis</sub>(u,v,0)表示{DSI<sub>dis</sub>(x,y,d)}中坐标位置为(u,v,0)的像素点的视差空间值,DSI<sub>dis</sub>(u,v,d<sub>max</sub>)表示{DSI<sub>dis</sub>(x,y,d)}中坐标位置为(u,v,d<sub>max</sub>)的像素点的视差空间值;④根据{DSI<sub>org</sub>(x,y,d)}中的每个像素点的水平方向梯度、垂直方向梯度和视点方向梯度,计算{DSI<sub>org</sub>(x,y,d)}中的每个像素点的三维梯度幅度,将{DSI<sub>org</sub>(x,y,d)}中坐标位置为(x,y,d)的像素点的三维梯度幅度记为m<sub>org</sub>(x,y,d),<img file="FDA0001039733830000055.GIF" wi="1381" he="90" />同样,根据{DSI<sub>dis</sub>(x,y,d)}中的每个像素点的水平方向梯度、垂直方向梯度和视点方向梯度,计算{DSI<sub>dis</sub>(x,y,d)}中的每个像素点的三维梯度幅度,将{DSI<sub>dis</sub>(x,y,d)}中坐标位置为(x,y,d)的像素点的三维梯度幅度记为m<sub>dis</sub>(x,y,d),<img file="FDA0001039733830000056.GIF" wi="1349" he="86" />⑤根据{DSIo<sub>rg</sub>(x,y,d)}和{DSI<sub>dis</sub>(x,y,d)}中的每个像素点的三维梯度幅度,计算{DSI<sub>dis</sub>(x,y,d)}中的每个像素点的客观评价度量值,将{DSI<sub>dis</sub>(x,y,d)}中坐标位置为(x,y,d)的像素点的客观评价度量值记为Q<sub>DSI</sub>(x,y,d),<img file="FDA0001039733830000053.GIF" wi="1046" he="165" />其中,C为控制参数;⑥根据{DSI<sub>dis</sub>(x,y,d)}中的每个像素点的客观评价度量值,计算S<sub>dis</sub>的图像质量客观评价预测值,记为<img file="FDA0001039733830000054.GIF" wi="613" he="166" />其中,Ω表示{DSI<sub>dis</sub>(x,y,d)}中的所有像素点的坐标位置的集合,N表示{DSI<sub>dis</sub>(x,y,d)}中包含的像素点的总个数。
地址 315211 浙江省宁波市江北区风华路818号