[發(fā)明專利]一種立體圖像客觀質(zhì)量評價方法

有效

• 申請?zhí)枺?/td>: 201310729004.9
• 申請日: 2013-12-25
• 公開（公告）號: CN103745457A
• 公開（公告）日: 2014-04-23
• 發(fā)明（設(shè)計）人: 蔣剛毅;靳鑫;丁晟;宋洋;鄭凱輝;陳芬;王曉東;李福翠
• 申請（專利權(quán)）人: 寧波大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 寧波奧圣專利代理事務(wù)所(普通合伙) 33226
• 代理人: 周玨

1.一種立體圖像客觀質(zhì)量評價方法，其特征在于該方法的實現(xiàn)過程如下：

令X表示原始的無失真的立體圖像，并令Y表示待評價的失真的立體圖像，將X的左視點圖像記為X^L，將X的右視點圖像記為X^R，將Y的左視點圖像記為Y^L，將Y的右視點圖像記為Y^R；

將X^L、X^R、Y^L和Y^R分別分割成多個圖像塊，再計算X^L、X^R、Y^L和Y^R中的每個圖像塊中的所有像素點的亮度均值和亮度標(biāo)準(zhǔn)差，同時計算X^L和Y^L中所有的坐標(biāo)位置相同的兩個圖像塊之間的亮度協(xié)方差，并計算X^R和Y^R中所有的坐標(biāo)位置相同的兩個圖像塊之間的亮度協(xié)方差；

通過水平方向和垂直方向的3×3Soble算子，獲取X^L、X^R、Y^L和Y^R各自的水平方向梯度矩陣映射圖和垂直方向梯度矩陣映射圖，再根據(jù)X^L、X^R、Y^L和Y^R各自的水平方向梯度矩陣映射圖和垂直方向梯度矩陣映射圖，獲取X^L、X^R、Y^L和Y^R各自的梯度圖；

根據(jù)X^L和Y^L的梯度圖，獲取X^L和Y^L中所有的坐標(biāo)位置相同的兩個像素點之間的梯度相似度，根據(jù)X^L和Y^L中的每個圖像塊中的所有像素點的亮度標(biāo)準(zhǔn)差，獲取X^L和Y^L中所有的坐標(biāo)位置相同的兩個像素點之間的對比度相似度，根據(jù)X^L和Y^L中的每個圖像塊中的所有像素點的亮度標(biāo)準(zhǔn)差及X^L和Y^L中所有的坐標(biāo)位置相同的兩個圖像塊之間的亮度協(xié)方差，獲取X^L和Y^L中所有的坐標(biāo)位置相同的兩個像素點之間的結(jié)構(gòu)度相似度；同樣，根據(jù)X^R和Y^R的梯度圖，獲取X^R和Y^R中所有的坐標(biāo)位置相同的兩個像素點之間的梯度相似度，根據(jù)X^R和Y^R中的每個圖像塊中的所有像素點的亮度標(biāo)準(zhǔn)差，獲取X^R和Y^R中所有的坐標(biāo)位置相同的兩個像素點之間的對比度相似度，根據(jù)X^R和Y^R中的每個圖像塊中的所有像素點的亮度標(biāo)準(zhǔn)差及X^R和Y^R中所有的坐標(biāo)位置相同的兩個圖像塊之間的亮度協(xié)方差，獲取X^R和Y^R中所有的坐標(biāo)位置相同的兩個像素點之間的結(jié)構(gòu)度相似度；再根據(jù)X^L和Y^L中所有的坐標(biāo)位置相同的兩個像素點之間的梯度相似度、對比度相似度和結(jié)構(gòu)度相似度，計算X^L和Y^L中所有的坐標(biāo)位置相同的兩個像素點之間的基于梯度的結(jié)構(gòu)相似度，并根據(jù)X^R和Y^R中所有的坐標(biāo)位置相同的兩個像素點之間的梯度相似度、對比度相似度和結(jié)構(gòu)度相似度，計算X^R和Y^R中所有的坐標(biāo)位置相同的兩個像素點之間的基于梯度的結(jié)構(gòu)相似度；

獲取X^L和X^R各自的雙目恰可覺察失真圖；

根據(jù)X^L和Y^L中坐標(biāo)位置相同的兩個像素點之間的基于梯度的結(jié)構(gòu)相似度，以及X^L的雙目恰可覺察失真圖，獲取Y^L的客觀質(zhì)量分值；同樣，根據(jù)X^R和Y^R中坐標(biāo)位置相同的兩個像素點之間的基于梯度的結(jié)構(gòu)相似度，以及X^R的雙目恰可覺察失真圖，獲取Y^R的客觀質(zhì)量分值；

根據(jù)Y^L的客觀質(zhì)量分值和Y^R的客觀質(zhì)量分值，獲取Y的客觀質(zhì)量分值。