发明名称 一种基于区域重要性分类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区域重要性分类的立体图像质量客观评价方法,其首先分别计算原始的无失真的立体图像的独眼图和待评价的失真的立体图像的独眼图,然后计算两个独眼图之间的结构失真图和原始的无失真的立体图像的独眼图的三维显著图,再将待评价的失真的立体图像的独眼图分成显著失真、显著非失真、非显著失真和非显著非失真这四个区域分别进行评价,并对各个区域的客观评价度量值进行融合,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,优点是获得的结构失真图和三维显著图能够较好地反映人眼对不同区域的敏感程度,使得客观评价结果能更符合人类视觉,从而有效地提高了客观评价结果与主观感知的相关性。
申请公布号 CN103369348A 申请公布日期 2013.10.23
申请号 CN201310266616.9 申请日期 2013.06.27
申请人 宁波大学 发明人 邵枫;段芬芳;蒋刚毅;郁梅;李福;彭宗举
分类号 H04N17/00(2006.01)I;H04N13/00(2006.01)I 主分类号 H04N17/00(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 1.一种基于区域重要性分类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)},然后计算{L<sub>org</sub>(x,y)}与{R<sub>org</sub>(x,y)}之间的视差图像,记为<img file="FDA00003417698700011.GIF" wi="267" he="98" />其中,此处(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,<img file="FDA00003417698700012.GIF" wi="201" he="87" />表示<img file="FDA00003417698700013.GIF" wi="238" he="98" />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)}、{R<sub>org</sub>(x,y)}、{L<sub>dis</sub>(x,y)}、{R<sub>dis</sub>(x,y)}中的每个像素点在不同尺度和方向的偶对称频率响应和奇对称频率响应,对应获取{L<sub>org</sub>(x,y)}、{R<sub>org</sub>(x,y)}、{Ldis(x,y)}、{Rdis(x,y)}中的每个像素点的振幅,然后根据{L<sub>org</sub>(x,y)}和{R<sub>org</sub>(x,y)}中的每个像素点的振幅及<img file="FDA00003417698700014.GIF" wi="248" he="95" />中的每个像素点的像素值,计算S<sub>org</sub>的独眼图,记为{CM<sub>org</sub>(x,y)},并根据{L<sub>dis</sub>(x,y)}和{R<sub>dis</sub>(x,y)}中的每个像素点的振幅及<img file="FDA00003417698700015.GIF" wi="246" he="102" />中的每个像素点的像素值,计算S<sub>dis</sub>的独眼图,记为{CM<sub>dis</sub>(x,y)},其中,CM<sub>org</sub>(x,y)表示{CM<sub>org</sub>(x,y)}中坐标位置为(x,y)的像素点的像素值,CM<sub>dis</sub>(x,y)表示{CM<sub>dis</sub>(x,y)}中坐标位置为(x,y)的像素点的像素值;③根据{CM<sub>org</sub>(x,y)}、{CM<sub>dis</sub>(x,y)}中的每个像素点在不同尺度和方向的偶对称频率响应和奇对称频率响应,计算{CM<sub>org</sub>(x,y)}与{CM<sub>dis</sub>(x,y)}之间的结构失真图,记为{D<sub>appear</sub>(x,y)},其中,D<sub>appear</sub>(x,y)表示{D<sub>appear</sub>(x,y)}中坐标位置为(x,y)的像素点的像素值;④根据{CM<sub>org</sub>(x,y)}离散傅立叶变换后得到的振幅和相位,获取{CM<sub>org</sub>(x,y)}的二维显著图;然后通过获取<img file="FDA00003417698700021.GIF" wi="228" he="97" />的视差梯度图和相对视差图,获取<img file="FDA00003417698700022.GIF" wi="240" he="98" />的深度显著图;再根据{CM<sub>org</sub>(x,y)}的二维显著图和<img file="FDA00003417698700023.GIF" wi="234" he="100" />的深度显著图,获取{CM<sub>org</sub>(x,y)}的三维显著图,记为{S<sub>3D</sub>(x,y)},其中,S<sub>3D</sub>(x,y)表示{S<sub>3D</sub>(x,y)}中坐标位置为(x,y)的像素点的像素值;⑤根据{D<sub>appear</sub>(x,y)}和{S<sub>3D</sub>(x,y)},将{CM<sub>dis</sub>(x,y)}分成四类区域,分别为显著失真区域<img file="FDA00003417698700024.GIF" wi="100" he="74" />显著非失真区域<img file="FDA00003417698700025.GIF" wi="104" he="76" />非显著失真区域<img file="FDA00003417698700026.GIF" wi="90" he="74" />非显著非失真区域<img file="FDA00003417698700027.GIF" wi="93" he="74" />⑥根据{CM<sub>org</sub>(x,y)}中的每个像素点在不同尺度和方向的偶对称频率响应和奇对称频率响应,计算{CM<sub>org</sub>(x,y)}中的每个像素点的相位,并根据{CM<sub>dis</sub>(x,y)}中的每个像素点在不同尺度和方向的偶对称频率响应和奇对称频率响应,计算{CM<sub>dis</sub>(x,y)}中的每个像素点的相位;再根据{CM<sub>org</sub>(x,y)}和{CM<sub>dis</sub>(x,y)}中的每个像素点的相位、{S<sub>3D</sub>(x,y)},并结合{CM<sub>dis</sub>(x,y)}中的每个像素点所属的区域,计算S<sub>dis</sub>的图像质量客观评价预测值,记为Q。
地址 315211 浙江省宁波市江北区风华路818号