一种基于双目信息处理的立体图像质量评价方法

摘要

本发明公开了一种基于双目信息处理的立体图像质量评价方法，其通过复小波变换获取简单细胞信息矩阵，再根据这些复小波变换的各项系数汇聚成复杂细胞信息矩阵；接着在复杂细胞信息矩阵基础上进行两方面的评价，一是融合双目复杂细胞信息矩阵得到双目融合图像，再根据人眼对不同频率的双目信息具有不同视觉敏感度，最后得到双目融合图像评价质量；二是从复杂细胞信息矩阵中提取双目立体感知信息，从立体视差角度考虑再结合双目掩蔽特性，人眼在视觉感知过程中会受到背景亮度、纹理掩蔽及空间对比灵敏度等的影响，获取立体视觉感知评价质量；最后结合两部分的评价得到最终的立体图像质量评价结果，该评价结果与人眼的主观感知性能具有较好的一致性。

主权项

一种基于双目信息处理的立体图像质量评价方法，其特征在于总体处理过程为：令L_org表示原始的无失真的立体图像的左视点图像的亮度图，令R_org表示原始的无失真的立体图像的右视点图像的亮度图，令L_dis表示待评价的失真的立体图像的左视点图像的亮度图，令R_dis表示待评价的失真的立体图像的右视点图像的亮度图；对L_org、R_org、L_dis和R_dis分别实施M级复小波变换，得到的系数矩阵作为简单细胞信息矩阵，其中，1≤M≤5；根据L_org、R_org、L_dis和R_dis各自对应的简单细胞信息矩阵获取对应的复杂细胞信息矩阵；根据L_org和R_org各自对应的复杂细胞信息矩阵，获取原始的无失真的立体图像对应的双目融合图，并根据L_dis和R_dis各自对应的复杂细胞信息矩阵，获取待评价的失真的立体图像对应的双目融合图；根据原始的无失真的立体图像对应的双目融合图和待评价的失真的立体图像对应的双目融合图，获取待评价的失真的立体图像相对于原始的无失真的立体图像的双目融合质量评价指标值；根据L_org和R_org各自对应的复杂细胞信息矩阵，获取原始的无失真的立体图像对应的立体视觉图，并根据L_dis和R_dis各自对应的复杂细胞信息矩阵，获取待评价的失真的立体图像对应的立体视觉图；获取原始的无失真的立体图像对应的立体视觉图中的每个5×5的图像块的双目恰可觉察失真值及双目恰可觉察失真值的失真权重，并获取待评价的失真的立体图像对应的立体视觉图中的每个5×5的图像块的双目恰可觉察失真值及双目恰可觉察失真值的失真权重；利用原始的无失真的立体图像对应的立体视觉图中的每个5×5的图像块的双目恰可觉察失真值的失真权重，获得原始的无失真的立体图像对应的加权后立体视觉图，并利用待评价的失真的立体图像对应的立体视觉图中的每个5×5的图像块的双目恰可觉察失真值的失真权重，获得待评价的失真的立体图像对应的加权后立体视觉图；获取原始的无失真的立体图像对应的加权后立体视觉图和待评价的失真的立体图像对应的加权后立体视觉图中位置相同的图像块之间的梯度结构相似度，再根据梯度结构相似度获取待评价的失真的立体图像相对于原始的无失真的立体图像的立体视觉评价度量值；根据双目融合质量评价指标值和立体视觉评价度量值，获取待评价的失真的立体图像的图像质量评价分值；该立体图像质量评价方法具体包括以下步骤：①令S_org表示原始的无失真的立体图像，令S_dis表示待评价的失真的立体图像，将S_org的左视点图像的亮度图记为L_org，将S_org的右视点图像的亮度图记为R_org，将S_dis的左视点图像的亮度图记为L_dis，将S_dis的右视点图像的亮度图记为R_dis；②对L_org实施M级复小波变换，得到每级的三个方向的复小波子带的系数矩阵、一个直流复小波子带的系数矩阵，并将这些系数矩阵作为简单细胞信息矩阵，将L_org实施第m级复小波变换后得到的第m级的第q个方向的复小波子带的系数矩阵记为将L_org实施M级复小波变换后得到的直流复小波子带的系数矩阵记为其中，1≤M≤5，1≤m≤M，三个方向分别为水平方向、垂直方向和对角线方向，q＝1,2,3，当q＝1时第q个方向为水平方向、当q＝2时第q个方向为垂直方向、当q＝3时第q个方向为对角线方向；对R_org实施M级复小波变换，得到每级的三个方向的复小波子带的系数矩阵、一个直流复小波子带的系数矩阵，并将这些系数矩阵作为简单细胞信息矩阵，将R_org实施第m级复小波变换后得到的第m级的第q个方向的复小波子带的系数矩阵记为将R_org实施M级复小波变换后得到的直流复小波子带的系数矩阵记为对L_dis实施M级复小波变换，得到每级的三个方向的复小波子带的系数矩阵、一个直流复小波子带的系数矩阵，并将这些系数矩阵作为简单细胞信息矩阵，将L_dis实施第m级复小波变换后得到的第m级的第q个方向的复小波子带的系数矩阵记为将L_dis实施M级复小波变换后得到的直流复小波子带的系数矩阵记为对R_dis实施M级复小波变换，得到每级的三个方向的复小波子带的系数矩阵、一个直流复小波子带的系数矩阵，并将这些系数矩阵作为简单细胞信息矩阵，将R_dis实施第m级复小波变换后得到的第m级的第q个方向的复小波子带的系数矩阵记为将R_dis实施M级复小波变换后得到的直流复小波子带的系数矩阵记为③获取L_org实施M级复小波变换后得到的每级的三个方向的复小波子带的复杂细胞信息矩阵，将L_org实施第m级复小波变换后得到的第m级的第q个方向的复小波子带的复杂细胞信息矩阵记为其中，$p_{\mathrm{org},L}^{q,m}=\left|E_{\mathrm{org},L}^{q,m}\right|=\sqrt{{\left(\mathrm{Re}\left(E_{\mathrm{org},L}^{q,m}\right)\right)}^2+{\left(\mathrm{Im}\left(E_{\mathrm{org},L}^{q,m}\right)\right)}^2},{\theta }_{\mathrm{org},L}^{q,m}=\arctan \left(\frac{\mathrm{Im}\left(E_{\mathrm{org},L}^{q,m}\right)}{\mathrm{Re}\left(E_{\mathrm{org},L}^{q,m}\right)}\right),$exp()表示以自然基数e为底的指数函数，符号“||”为求复数的模值，arctan()表示反正切函数，表示的实部，表示的虚部；并获取L_org实施M级复小波变换后得到的直流复小波子带的复杂细胞信息矩阵，记为其中，$p_{\mathrm{org},L}^{\mathrm{DC}}=\left|E_{\mathrm{org},L}^{\mathrm{DC}}\right|=\sqrt{{\left(\mathrm{Re}\left(E_{\mathrm{org},L}^{\mathrm{DC}}\right)\right)}^2+{\left(\mathrm{Im}\left(E_{\mathrm{org},L}^{\mathrm{DC}}\right)\right)}^2},{\theta }_{\mathrm{org},L}^{\mathrm{DC}}=\arctan \left(\frac{\mathrm{Im}\left(E_{\mathrm{org},L}^{\mathrm{DC}}\right)}{\mathrm{Re}\left(E_{\mathrm{org},L}^{\mathrm{DC}}\right)}\right),$表示的实部，表示的虚部；获取R_org实施M级复小波变换后得到的每级的三个方向的复小波子带的复杂细胞信息矩阵，将R_org实施第m级复小波变换后得到的第m级的第q个方向的复小波子带的复杂细胞信息矩阵记为其中，$p_{\mathrm{org},R}^{q,m}=\left|E_{\mathrm{org},R}^{q,m}\right|=\sqrt{{\left(\mathrm{Re}\left(E_{\mathrm{org},R}^{q,m}\right)\right)}^2+{\left(\mathrm{Im}\left(E_{\mathrm{org},R}^{q,m}\right)\right)}^2},{\theta }_{\mathrm{org},R}^{q,m}=\arctan \left(\frac{\mathrm{Im}\left(E_{\mathrm{org},R}^{q,m}\right)}{\mathrm{Re}\left(E_{\mathrm{org},R}^{q,m}\right)}\right),$表示的实部，表示的虚部；并获取R_org实施M级复小波变换后得到的直流复小波子带的复杂细胞信息矩阵，记为其中，$p_{\mathrm{org},R}^{\mathrm{DC}}=\left|E_{\mathrm{org},R}^{\mathrm{DC}}\right|=\sqrt{{\left(\mathrm{Re}\left(E_{\mathrm{org},R}^{\mathrm{DC}}\right)\right)}^2+{\left(\mathrm{Im}\left(E_{\mathrm{org},R}^{\mathrm{DC}}\right)\right)}^2},{\theta }_{\mathrm{org},R}=\arctan \left(\frac{\mathrm{Im}\left(E_{\mathrm{org},R}^{\mathrm{DC}}\right)}{\mathrm{Re}\left(E_{\mathrm{org},R}^{\mathrm{DC}}\right)}\right),$表示的实部，表示的虚部；获取L_dis实施M级复小波变换后得到的每级的三个方向的复小波子带的复杂细胞信息矩阵，将L_dis实施第m级复小波变换后得到的第m级的第q个方向的复小波子带的复杂细胞信息矩阵记为其中，$p_{\mathrm{dis},L}^{q,m}=\left|E_{\mathrm{dis},L}^{q,m}\right|=\sqrt{{\left(\mathrm{Re}\left(E_{\mathrm{dis},L}^{q,m}\right)\right)}^2+{\left(\mathrm{Im}\left(E_{\mathrm{dis},L}^{q,m}\right)\right)}^2},{\theta }_{\mathrm{dis},L}^{q,m}=\arctan \left(\frac{\mathrm{Im}\left(E_{\mathrm{dis},L}^{q,m}\right)}{\mathrm{Re}\left(E_{\mathrm{dis},L}^{q,m}\right)}\right),$表示的实部，表示的虚部；并获取L_dis实施M级复小波变换后得到的直流复小波子带的复杂细胞信息矩阵，记为其中，$p_{\mathrm{dis},L}^{\mathrm{DC}}=\left|E_{\mathrm{dis},L}^{\mathrm{DC}}\right|=\sqrt{{\left(\mathrm{Re}\left(E_{\mathrm{dis},L}^{\mathrm{DC}}\right)\right)}^2+{\left(\mathrm{Im}\left(E_{\mathrm{dis},L}^{\mathrm{DC}}\right)\right)}^2},{\theta }_{\mathrm{dis},L}^{\mathrm{DC}}=\arctan \left(\frac{\mathrm{Im}\left(E_{\mathrm{dis},L}^{\mathrm{DC}}\right)}{\mathrm{Re}\left(E_{\mathrm{dis},L}^{\mathrm{DC}}\right)}\right),$表示的实部，表示的虚部；获取R_dis实施M级复小波变换后得到的每级的三个方向的复小波子带的复杂细胞信息矩阵，将R_dis实施第m级复小波变换后得到的第m级的第q个方向的复小波子带的复杂细胞信息矩阵记为其中，$p_{\mathrm{dis},R}^{q,m}=\left|E_{\mathrm{dis},R}^{q,m}\right|=\sqrt{{\left(\mathrm{Re}\left(E_{\mathrm{dis},R}^{q,m}\right)\right)}^2+{\left(\mathrm{Im}\left(E_{\mathrm{dis},R}^{q,m}\right)\right)}^2},{\theta }_{\mathrm{dis},R}^{q,m}=\arctan \left(\frac{\mathrm{Im}\left(E_{\mathrm{dis},R}^{q,m}\right)}{\mathrm{Re}\left(E_{\mathrm{dis},R}^{q,m}\right)}\right),$表示的实部，表示的虚部；并获取R_dis实施M级复小波变换后得到的直流复小波子带的复杂细胞信息矩阵，记为其中，$p_{\mathrm{dis},R}^{\mathrm{DC}}=\left|E_{\mathrm{dis},R}^{\mathrm{DC}}\right|=\sqrt{{\left(\mathrm{Re}\left(E_{\mathrm{dis},R}^{\mathrm{DC}}\right)\right)}^2+{\left(\mathrm{Im}\left(E_{\mathrm{dis},R}^{\mathrm{DC}}\right)\right)}^2},{\theta }_{\mathrm{dis},R}^{\mathrm{DC}}=\arctan \left(\frac{\mathrm{Im}\left(E_{\mathrm{dis},R}^{\mathrm{DC}}\right)}{\mathrm{Re}\left(E_{\mathrm{dis},R}^{\mathrm{DC}}\right)}\right),$表示的实部，表示的虚部；④根据L_org实施M级复小波变换后得到的每级的每个方向的复小波子带的复杂细胞信息矩阵和R_org实施M级复小波变换后得到的每级的每个方向的复小波子带的复杂细胞信息矩阵，获取S_org的每级的每个方向的复小波子带的双目融合图，将S_org的第m级的第q个方向的复小波子带的双目融合图记为$B_{\mathrm{org}}^{q,m}=|C_{\mathrm{org},L}^{q,m}+C_{\mathrm{org},R}^{q,m}|=\sqrt{{\left(p_{\mathrm{org},L}^{q,m}\right)}^2+{\left(p_{\mathrm{org},R}^{q,m}\right)}^2+p_{\mathrm{org},L}^{q,m}{p}_{\mathrm{org},R}^{q,m}\cos \left(\Delta {\theta }_{\mathrm{org}}^{q,m}\right)},$其中，符号“||”为求复数的模值，cos()为求余弦函数，并根据和获取S_org的直流复小波子带的双目融合图，记为$B_{\mathrm{org}}^{\mathrm{DC}}=|C_{\mathrm{org},L}^{\mathrm{DC}}+C_{\mathrm{org},R}^{\mathrm{DC}}|=\sqrt{{\left(p_{\mathrm{org},L}^{\mathrm{DC}}\right)}^2+{\left(p_{\mathrm{org},R}^{\mathrm{DC}}\right)}^2+p_{\mathrm{org},L}^{\mathrm{DC}}{p}_{\mathrm{org},R}^{\mathrm{DC}}\cos \left(\Delta {\theta }_{\mathrm{org}}^{\mathrm{DC}}\right)},$其中，$\Delta {\theta }_{\mathrm{org}}^{\mathrm{DC}}={\theta }_{\mathrm{org},L}^{\mathrm{DC}}-{\theta }_{\mathrm{org},R}^{\mathrm{DC}};$根据L_dis实施M级复小波变换后得到的每级的每个方向的复小波子带的复杂细胞信息矩阵和R_dis实施M级复小波变换后得到的每级的每个方向的复小波子带的复杂细胞信息矩阵，获取S_dis的每级的每个方向的复小波子带的双目融合图，将S_dis的第m级的第q个方向的复小波子带的双目融合图记为$B_{\mathrm{dis}}^{q,m}=|C_{\mathrm{dis},L}^{q,m}+C_{\mathrm{dis},R}^{q,m}|=\sqrt{{\left(p_{\mathrm{dis},L}^{q,m}\right)}^2+{\left(p_{\mathrm{dis},R}^{q,m}\right)}^2+p_{\mathrm{dis},L}^{q,m}{p}_{\mathrm{dis},R}^{q,m}\cos \left(\Delta {\theta }_{\mathrm{dis}}^{q,m}\right)},$其中，$\Delta {\theta }_{\mathrm{dis}}^{q,m}={\theta }_{\mathrm{dis},L}^{q,m}-{\theta }_{\mathrm{dis},R}^{q,m};$并根据和获取S_dis的直流复小波子带的双目融合图，记为$B_{\mathrm{dis}}^{\mathrm{DC}}=|C_{\mathrm{dis},L}^{\mathrm{DC}}+C_{\mathrm{dis},R}^{\mathrm{DC}}|=\sqrt{{\left(p_{\mathrm{dis},L}^{\mathrm{DC}}\right)}^2+{\left(p_{\mathrm{dis},R}^{\mathrm{DC}}\right)}^2+p_{\mathrm{dis},L}^{\mathrm{DC}}{p}_{\mathrm{dis},R}^{\mathrm{DC}}\cos \left(\Delta {\theta }_{\mathrm{dis}}\right)},$其中，$\Delta {\theta }_{\mathrm{dis}}^{\mathrm{DC}}={\theta }_{\mathrm{dis},L}^{\mathrm{DC}}-{\theta }_{\mathrm{dis},R}^{\mathrm{DC}};$⑤计算S_org与S_dis所有的同级的同方向的两个复小波子带的双目融合图的双目融合峰值信噪比，将与的双目融合峰值信噪比记为BFPSNR^q,m，${\mathrm{BFPSNR}}^{q,m}=\frac{1}{10}\times \log \frac{{255}^2}{\frac{1}{w^{q,m}\times h^{q,m}}\times L^{q,m}\times {\omega }^{q,m}},$其中，w^q,m表示和的宽度，h^q,m表示和的高度，$L^{q,m}=\underset{i=1}{\overset{w^{q,m}}{\Sigma }}\underset{j=1}{\overset{h^{q,m}}{\Sigma }}{|B_{\mathrm{org}}^{q,m}(i,j)-B_{\mathrm{dis}}^{q,m}(i,j)|}^1,$“||¹”为1范数符号，表示中坐标位置为(i,j)的像素点的像素值，表示中坐标位置为(i,j)的像素点的像素值，ω^q,m表示和的视觉敏感度权值；计算S_org的直流复小波子带的双目融合图与S_dis的直流复小波子带的双目融合图的双目融合峰值信噪比，记为BFPSNR^DC，${\mathrm{BFPSNR}}^{\mathrm{DC}}=\frac{1}{10}\times \log \frac{{255}^2}{\frac{1}{w^{\mathrm{DC}}\times h^{\mathrm{DC}}}\times L^{\mathrm{DC}}\times {\omega }^{\mathrm{DC}}},$其中，w^DC表示和的宽度，h^DC表示和的高度，$L^{\mathrm{DC}}=\underset{i=1}{\overset{w^{\mathrm{DC}}}{\Sigma }}\underset{j=1}{\overset{h^{\mathrm{DC}}}{\Sigma }}{|B_{\mathrm{org}}^{\mathrm{DC}}(i,j)-B_{\mathrm{dis}}^{\mathrm{DC}}(i,j)|}^1,$“||¹”为1范数符号，表示中坐标位置为(i,j)的像素点的像素值，表示中坐标位置为(i,j)的像素点的像素值，ω^DC表示和的视觉敏感度权值；⑥计算S_dis相对于S_org的双目融合质量评价指标值，记为Q_s，$Q_s=\frac{\underset{m=1}{\overset{M}{\Sigma }}\underset{q=1}{\overset{3}{\Sigma }}{\mathrm{BFPSNR}}^{q,m}+{\mathrm{BFPSNR}}^{\mathrm{DC}}}{\underset{m=1}{\overset{M}{\Sigma }}\underset{q=1}{\overset{3}{\Sigma }}{\omega }^{q,m}+{\omega }^{\mathrm{DC}}};$⑦根据L_org实施M级复小波变换后得到的每级的每个方向的复小波子带的复杂细胞信息矩阵和R_org实施M级复小波变换后得到的每级的每个方向的复小波子带的复杂细胞信息矩阵，获取S_org的每级的每个方向的复小波子带的立体视觉图，将S_org的第m级的第q个方向的复小波子带的立体视觉图记为$V_{\mathrm{org}}^{q,m}=|C_{\mathrm{org},L}-C_{\mathrm{org},R}^{q,m}|=\sqrt{{\left(p_{\mathrm{org},L}^{q,m}\right)}^2+{\left(p_{\mathrm{org},R}^{q,m}\right)}^2-p_{\mathrm{org},L}^{q,m}{p}_{\mathrm{org},R}^{q,m}\cos \left(\Delta {\theta }_{\mathrm{org}}^{q,m}\right)},$其中，符号“||”为求复数的模值，cos()为求余弦函数，并根据和获取S_org的直流复小波子带的立体视觉图，记为$V_{\mathrm{org}}^{\mathrm{DC}}=|C_{\mathrm{org},L}^{\mathrm{DC}}-C_{\mathrm{org},R}^{\mathrm{DC}}|=\sqrt{{\left(p_{\mathrm{org},L}^{\mathrm{DC}}\right)}^2+{\left(p_{\mathrm{org},R}^{\mathrm{DC}}\right)}^2-p_{\mathrm{org},L}^{\mathrm{DC}}{p}_{\mathrm{org},R}^{\mathrm{DC}}\cos \left(\Delta {\theta }_{\mathrm{org}}^{\mathrm{DC}}\right)},$其中，$\Delta {\theta }_{\mathrm{org}}^{\mathrm{DC}}={\theta }_{\mathrm{org},L}^{\mathrm{DC}}-{\theta }_{\mathrm{org},R}^{\mathrm{DC}};$根据L_dis实施M级复小波变换后得到的每级的每个方向的复小波子带的复杂细胞信息矩阵和R_dis实施M级复小波变换后得到的每级的每个方向的复小波子带的复杂细胞信息矩阵，获取S_dis的每级的每个方向的复小波子带的立体视觉图，将S_dis的第m级的第q个方向的复小波子带的立体视觉图记为$V_{\mathrm{dis}}^{q,m}=|C_{\mathrm{dis},L}^{q,m}-C_{\mathrm{dis},R}^{q,m}|=\sqrt{{\left(p_{\mathrm{dis},L}^{q,m}\right)}^2+{\left(p_{\mathrm{dis},R}^{q,m}\right)}^2-p_{\mathrm{dis},L}^{q,m}{p}_{\mathrm{dis},R}^{q,m}\cos \left(\Delta {\theta }_{\mathrm{dis}}^{q,m}\right)},$其中，$\Delta {\theta }_{\mathrm{dis}}^{q,m}={\theta }_{\mathrm{dis},L}^{q,m}-{\theta }_{\mathrm{dis},R}^{q,m};$并根据和获取S_dis的直流复小波子带的立体视觉图，记为$V_{\mathrm{dis}}^{\mathrm{DC}}=|C_{\mathrm{dis},L}^{\mathrm{DC}}-C_{\mathrm{dis},R}^{\mathrm{DC}}|=\sqrt{{\left(p_{\mathrm{dis},L}^{\mathrm{DC}}\right)}^2+{\left(p_{\mathrm{dis},R}^{\mathrm{DC}}\right)}^2+p_{\mathrm{dis},L}{p}_{\mathrm{dis},R}^{\mathrm{DC}}\cos \left(\Delta {\theta }_{\mathrm{dis}}^{\mathrm{DC}}\right)},$其中，$\Delta {\theta }_{\mathrm{dis}}^{\mathrm{DC}}={\theta }_{\mathrm{dis},L}^{\mathrm{DC}}-{\theta }_{\mathrm{dis},R}^{\mathrm{DC}};$⑧采用尺寸大小为5×5的滑动窗口在S_org的每级的每个方向的复小波子带的立体视觉图中逐像素点移动，将S_org的每级的每个方向的复小波子带的立体视觉图分割成多个相重叠的且尺寸大小为5×5的图像块；采用尺寸大小为5×5的滑动窗口在中逐像素点移动，将分割成多个相重叠的且尺寸大小为5×5的图像块；采用尺寸大小为5×5的滑动窗口在S_dis的每级的每个方向的复小波子带的立体视觉图中逐像素点移动，将S_dis的每级的每个方向的复小波子带的立体视觉图分割成多个相重叠的且尺寸大小为5×5的图像块；采用尺寸大小为5×5的滑动窗口在中逐像素点移动，将分割成多个相重叠的且尺寸大小为5×5的图像块；⑨分别获取S_org的每级的每个方向的复小波子带的立体视觉图及S_org的直流复小波子带的立体视觉图中的每个图像块的双目恰可觉察失真值及双目恰可觉察失真值的失真权重；分别获取S_dis的每级的每个方向的复小波子带的立体视觉图及S_dis的直流复小波子带的立体视觉图中的每个图像块的双目恰可觉察失真值及双目恰可觉察失真值的失真权重；⑩对S_org的每级的每个方向的复小波子带的立体视觉图中的每个图像块进行失真权重加权，得到S_org的每级的每个方向的复小波子带的加权后立体视觉图，将S_org的第m级的第q个方向的复小波子带的加权后立体视觉图记为将中坐标位置为(x,y)的图像块中坐标位置为(u,v)的像素点的像素值记为$V_{\mathrm{org},(x,y)}^{\prime q,m}(u,v)=V_{\mathrm{org},(x,y)}^{q,m}(u,v)\times W_{\mathrm{BJND},\mathrm{org},(x,y)}^{q,m},$其中，在此1≤x≤w^q,m‑4,1≤y≤h^q,m‑4，1≤u≤5,1≤v≤5，表示中坐标位置为(x,y)的图像块中坐标位置为(u,v)的像素点的像素值，表示中坐标位置为(x,y)的图像块的双目恰可觉察失真值的失真权重；对中的每个图像块进行失真权重加权，得到S_org的直流复小波子带的加权后立体视觉图，将S_org的直流复小波子带的加权后立体视觉图记为将中坐标位置为(x,y)的图像块中坐标位置为(u,v)的像素点的像素值记为$V_{\mathrm{org},(x,y)}^{\prime \mathrm{DC}}(u,v)=V_{\mathrm{org},(x,y)}^{\mathrm{DC}}(u,v)\times W_{\mathrm{BJND},\mathrm{org},(x,y)}^{\mathrm{DC}},$其中，在此1≤x≤w^DC‑4,1≤y≤h^DC‑4，1≤u≤5,1≤v≤5，表示中坐标位置为(x,y)的图像块中坐标位置为(u,v)的像素点的像素值，表示中坐标位置为(x,y)的图像块的双目恰可觉察失真值的失真权重；对S_dis的每级的每个方向的复小波子带的立体视觉图中的每个图像块进行失真权重加权，得到S_dis的每级的每个方向的复小波子带的加权后立体视觉图，将S_dis的第m级的第q个方向的复小波子带的加权后立体视觉图记为将中坐标位置为(x,y)的图像块中坐标位置为(u,v)的像素点的像素值记为$V_{\mathrm{dis},(x,y)}^{\prime q,m}(u,v)=V_{\mathrm{dis},(x,y)}^{q,m}(u,v)\times W_{\mathrm{BJND},\mathrm{dis},(x,y)}^{q,m},$其中，在此1≤x≤w^q,m‑4,1≤y≤h^q,m‑4，1≤u≤5,1≤v≤5，表示中坐标位置为(x,y)的图像块中坐标位置为(u,v)的像素点的像素值，表示中坐标位置为(x,y)的图像块的双目恰可觉察失真值的失真权重；对中的每个图像块进行失真权重加权，得到S_dis的直流复小波子带的加权后立体视觉图，将S_dis的直流复小波子带的加权后立体视觉图记为将中坐标位置为(x,y)的图像块中坐标位置为(u,v)的像素点的像素值记为$V_{\mathrm{dis},(x,y)}^{\prime \mathrm{DC}}(u,v)=V_{\mathrm{dis},(x,y)}^{\mathrm{DC}}(u,v)\times W_{\mathrm{BJND},\mathrm{dis},(x,y)}^{\mathrm{DC}},$其中，在此1≤x≤w^DC‑4,1≤y≤h^DC‑4，1≤u≤5,1≤v≤5，表示中坐标位置为(x,y)的图像块中坐标位置为(u,v)的像素点的像素值，表示中坐标位置为(x,y)的图像块的双目恰可觉察失真值的失真权重；计算S_org和S_dis同级的同个方向的复小波子带的加权后立体视觉图中所有的坐标位置相同的两个图像块之间的梯度结构相似度，将S_org的第m级的第q个方向的复小波子带的加权后立体视觉图中坐标位置为(x,y)的图像块和S_dis的第m级的第q个方向的复小波子带的加权后立体视觉图中坐标位置为(x,y)的图像块之间的梯度结构相似度记为${\mathrm{GSSIM}}_{(x,y)}^{q,m}={\left[\frac{(2\times u_{\mathrm{org}}^{q,m}\times u_{\mathrm{dis}}^{q,m}+C_1)}{({\left(u_{\mathrm{org}}^{q,m}\right)}^2+{\left(u_{\mathrm{dis}}^{q,m}\right)}^2+C_1)}\right]}^{\alpha }\times {\left[\frac{(2\times {\sigma }_{\mathrm{org}}^{q,m}\times {\sigma }_{\mathrm{dis}}^{q,m}+C_2)}{({\left({\sigma }_{\mathrm{org}}^{q,m}\right)}^2+{\left({\sigma }_{\mathrm{dis}}^{q,m}\right)}^2+C_2)}\right]}^{\beta }\times {\left[\frac{({\sigma }_{\mathrm{org}-\mathrm{dis}}^{q,m}+C_3)}{({\sigma }_{\mathrm{org}}^{q,m}\times {\sigma }_{\mathrm{dis}}^{q,m}+C_3)}\right]}^{\gamma },$其中，表示中坐标位置为(x,y)的图像块中的所有像素点的像素值的均值，表示中坐标位置为(x,y)的图像块中的所有像素点的像素值的均值，表示中坐标位置为(x,y)的图像块中的所有像素点的像素值的方差，表示中坐标位置为(x,y)的图像块中的所有像素点的像素值的方差，表示中坐标位置为(x,y)的图像块与中坐标位置为(x,y)的图像块的相关系数，${\sigma }_{\mathrm{org}-\mathrm{dis}}^{q,m}=\frac{\underset{u=1}{\overset{5}{\Sigma }}\underset{v=1}{\overset{5}{\Sigma }}((V_{\mathrm{org},(x,y)}^{\prime q,m}(u,v)-u_{\mathrm{org}}^{q,m})\times (V_{\mathrm{dis},(x,y)}^{\prime q,m}(u,v)-u_{\mathrm{dis}}^{q,m}))}{\sqrt{\underset{u=1}{\overset{5}{\Sigma }}\underset{v=1}{\overset{5}{\Sigma }}{(V_{\mathrm{org},(x,y)}^{\prime q,m}(u,v)-u_{\mathrm{org}}^{q,m})}^2\times \underset{u=1}{\overset{5}{\Sigma }}\underset{v=1}{\overset{5}{\Sigma }}{(V_{\mathrm{dis},(x,y)}^{\prime q,m}(u,v)-u_{\mathrm{dis}}^{q,m})}^2}},$表示中坐标位置为(x,y)的图像块中坐标位置为(u,v)的像素点的像素值，表示中坐标位置为(x,y)的图像块中坐标位置为(u,v)的像素点的像素值，C₁、C₂、C₃均为防止分母为零的常数，C₁＝2.56，C₂＝2，C₃＝7.68，α＝1、β＝1、γ＝1；计算S_org的直流复小波子带的加权后立体视觉图和S_dis的直流复小波子带的加权后立体视觉图中所有的坐标位置相同的两个图像块之间的梯度结构相似度，将S_org的直流复小波子带的加权后立体视觉图中坐标位置为(x,y)的图像块和S_dis的直流复小波子带的加权后立体视觉图中坐标位置为(x,y)的图像块之间的梯度结构相似度记为${\mathrm{GSSIM}}_{(x,y)}^{\mathrm{DC}}={\left[\frac{(2\times u_{\mathrm{org}}^{\mathrm{DC}}\times u_{\mathrm{dis}}^{\mathrm{DC}}+C_1)}{({\left(u_{\mathrm{org}}^{\mathrm{DC}}\right)}^2+{\left(u_{\mathrm{dis}}^{\mathrm{DC}}\right)}^2+C_1)}\right]}^{\alpha }\times {\left[\frac{(2\times {\sigma }_{\mathrm{org}}^{\mathrm{DC}}\times {\sigma }_{\mathrm{dis}}^{\mathrm{DC}}+C_2)}{({\left({\sigma }_{\mathrm{org}}^{\mathrm{DC}}\right)}^2+{\left({\sigma }_{\mathrm{dis}}^{\mathrm{DC}}\right)}^2+C_2)}\right]}^{\beta }\times {\left[\frac{({\sigma }_{\mathrm{org}-\mathrm{dis}}^{\mathrm{DC}}+C_3)}{({\sigma }_{\mathrm{org}}^{\mathrm{DC}}\times {\sigma }_{\mathrm{dis}}^{\mathrm{DC}}+C_3)}\right]}^{\gamma },$其中，表示中坐标位置为(x,y)的图像块中的所有像素点的像素值的均值，表示中坐标位置为(x,y)的图像块中的所有像素点的像素值的均值，表示中坐标位置为(x,y)的图像块中的所有像素点的像素值的方差，表示中坐标位置为(x,y)的图像块中的所有像素点的像素值的方差，表示中坐标位置为(x,y)的图像块与中坐标位置为(x,y)的图像块的相关系数，${\sigma }_{\mathrm{org}-\mathrm{dis}}^{\mathrm{DC}}=\frac{\underset{u=1}{\overset{5}{\Sigma }}\underset{v=1}{\overset{5}{\Sigma }}((V_{\mathrm{org},(x,y)}^{\prime \mathrm{DC}}(u,v)-u_{\mathrm{org}}^{\mathrm{DC}})\times (V_{\mathrm{dis},(x,y)}^{\prime \mathrm{DC}}(u,v)-u_{\mathrm{dis}}^{\mathrm{DC}}))}{\sqrt{\underset{u=1}{\overset{5}{\Sigma }}\underset{v=1}{\overset{5}{\Sigma }}{(V_{\mathrm{org},(x,y)}^{\prime \mathrm{DC}}(u,v)-u_{\mathrm{org}}^{\mathrm{DC}})}^2\times \underset{u=1}{\overset{5}{\Sigma }}\underset{v=1}{\overset{5}{\Sigma }}{(V_{\mathrm{dis},(x,y)}^{\prime \mathrm{DC}}(u,v)-u_{\mathrm{dis}}^{\mathrm{DC}})}^2}},$表示中坐标位置为(x,y)的图像块中坐标位置为(u,v)的像素点的像素值，表示中坐标位置为(x,y)的图像块中坐标位置为(u,v)的像素点的像素值；计算S_dis相对于S_org的立体视觉评价度量值，记为Q_d，$Q_d=\frac{\underset{m=1}{\overset{M}{\Sigma }}\underset{q=1}{\overset{3}{\Sigma }}(\left(\underset{x=1}{\overset{w^{q,m}-7}{\Sigma }}\underset{y=1}{\overset{h^{q,m}-7}{\Sigma }}{\mathrm{GSSIM}}_{(x,y)}^{q,m}\right)\times {\omega }^{q,m})+\left(\underset{x=1}{\overset{w^{\mathrm{DC}}-7}{\Sigma }}\underset{y=1}{\overset{h^{\mathrm{DC}}-7}{\Sigma }}{\mathrm{GSSIM}}_{(x,y)}^{\mathrm{DC}}\right)\times {\omega }^{\mathrm{DC}}}{\underset{m=1}{\overset{M}{\Sigma }}\underset{q=1}{\overset{3}{\Sigma }}{\omega }^{q,m}+{\omega }^{\mathrm{DC}}};$根据S_dis相对于S_org的双目融合质量评价指标值Q_s和S_dis相对于S_org的立体视觉评价度量值Q_d，计算S_dis的图像质量评价分值，记为Q，Q＝Q_s×(Q_d)^λ，其中，λ为常数，λ表示乘性系数，λ∈[‑10,10]。