基于GSSIM的立体图像客观质量评价算法

摘要

本发明属图像处理领域，涉及一种基于GSSIM的立体图像质量评价方法，包括(1)对于左图像和右图像，分别求取梯度结构相似度值，再求取两值的均值，得到立体图像质量评价值QE；(2)采用下列方法进行图像立体感觉客观评价：计算原始图像和处理后图像的绝对差值图像；求取出绝对差值图像的μ1，μ2；用Sobel算子求出绝对差值图像的梯度幅值图像；对原始图像的绝对差值图像进行滤波，计算原图双眼视差分布情况；求出双眼视差处的Dl(x，y)，Dcg(x，y)与Dsg(x，y)值；计算出双眼视差处的DSSIM值；计算双眼视差处图像梯度结构相似度，即图像立体感觉客观评价值DE。本发明能很好地用于立体图像的质量评价，客观评价结果与主观评价结果相关性很强。

主权项

1.一种基于GSSIM的立体图像质量评价方法，包括下列步骤：(1)对于左图像和右图像，分别利用梯度结构相似度GSSIM算法，求取梯度结构相似度值，再求取两值的均值，得到立体图像质量评价值QE；(2)采用下列方法进行图像立体感觉客观评价：第一步：把原始图像的视点对(L1，R1)和处理后图像的视点对(L2，R2)分别进行相减操作，得出绝对差值图像X1与X2；第二步，进行亮度测试，通过公式下列求出绝对差值图像X1与X2的μ₁，μ₂：式中，w为中心对称高斯加权窗N取值为11；第三步，用Sobel算子求出绝对差值图像X1与X2的梯度幅值图像M1与M2，并求出图像M1与M2亮度均值μ_1′，μ_2′，再通过公式下列求出标准差σ_1′，σ_2′，以及协方差σ_1′2′：${\sigma }_{1_{\mathrm{mn}}^{\prime }}={\left(\underset{i=m-\frac{N-1}{2}}{\overset{m+\frac{N-1}{2}}{\Sigma }}\underset{j=n-\frac{N-1}{2}}{\overset{n+\frac{N-1}{2}}{\Sigma }}{w}_{\mathrm{ij}}{(M_{1\mathrm{ij}}-{\mu }_{1_{\mathrm{mn}}^{\prime }})}^2\right)}^{1/2}$${\sigma }_{2_{\mathrm{mn}}^{\prime }}={\left(\underset{i=m-\frac{N-1}{2}}{\overset{m+\frac{N-1}{2}}{\Sigma }}\underset{j=n-\frac{N-1}{2}}{\overset{n+\frac{N-1}{2}}{\Sigma }}{w}_{\mathrm{ij}}{(M_{2\mathrm{ij}}-{\mu }_{2_{\mathrm{mn}}^{\prime }})}^2\right)}^{1/2}$${\sigma }_{1^{\prime }{2}_{\mathrm{mn}}^{\prime }}=\underset{i=m-\frac{N-1}{2}}{\overset{m+\frac{N-1}{2}}{\Sigma }}\underset{j=n-\frac{N-1}{2}}{\overset{n+\frac{N-1}{2}}{\Sigma }}{w}_{\mathrm{ij}}(M_{1\mathrm{ij}}-{\mu }_{1_{\mathrm{mn}}^{\prime }})(M_{2\mathrm{ij}}-{\mu }_{2_{\mathrm{mn}}^{\prime }});$第四步，对原始图像的绝对差值图像X1进行滤波、门限值判决操作，计算原图双眼视差分布情况；第五步，用μ₁，μ₂，σ_1′，σ_2′与σ_1′2′，结合计算出的原图视差分布情况，求出双眼视差处的D1(x，y)，Dcg(x，y)与Dsg(x，y)值，计算公式如下：$D1(x,y)=\frac{2{\mu }_1{\mu }_2+C_1}{{\mu }_1^2+{\mu }_2^2+C_1}$${\mathrm{Dc}}_g(x,y)=\frac{2{\sigma }_{1^{\prime }}{\sigma }_{2^{\prime }}+C_2}{{\sigma }_{1^{\prime }}^2+{\sigma }_{2^{\prime }}^2+C_2}$${\mathrm{Ds}}_g(x,y)=\frac{{\sigma }_{1^{\prime }{2}^{\prime }}+C_3}{{\sigma }_{1^{\prime }}{\sigma }_{2^{\prime }}+C_3};$第六步，通过公式DSSIM(x，y)＝[D1(x，y)]^α[Dc_g(x，y)]^β[Ds_g(x，y)]^γ(3-34)计算出双眼视差处的DSSIM值，其中α，β，γ取值都为1；第七步，通过DSSIM值，利用公式下列计算双眼视差处图像梯度结构相似度DMSSIM，即图像立体感觉客观评价值DE：第八步，对立体图像质量进行评价：QE值越大，图像质量越好，DE值越大，立体感越好。