[發明專利]基于網格與韋泊統計特性的無參考立體圖像質量評價方法

在審

• 申請號: 201710794237.5
• 申請日: 2017-09-06
• 公開（公告）號: CN107578406A
• 公開（公告）日: 2018-01-12
• 發明（設計）人: 侯春萍;林洪湖
• 申請（專利權）人: 天津大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 天津市北洋有限責任專利代理事務所12201
• 代理人: 程毓英

技術領域

本發明屬于圖像處理領域，具體是立體圖像質量的客觀評價系統，涉及應用網格特征和韋泊統計特性在立體圖像上的客觀圖像評價方法。

背景技術

隨著多媒體信息時代的到來，以圖像和視頻為代表的數字信號正影響并改變著人們的生活和工作方式。成像技術及顯示設備的快速發展和立體圖像的普及極大地提高了用戶的視覺質量體驗。但是圖像在處理、存儲和傳輸中難免會產生不同程度及不同類型的失真，嚴重影響了人們對圖像的理解，同時也影響圖像信息的提取，因此，建立有效的圖像質量評價機制至關重要。客觀圖像質量評價分為全參考圖像質量評價(FR-IQA)、部分參考圖像質量評價(RR-IQA)和無參考圖像質量評價(NR-IQA)，現今的無參考立體圖像質量評價中,最直接的方法就是采用平面圖像質量評價方法的統計特征分別對左右視點圖進行評價,最后取均值預測立體圖像的質量,但此類方法并沒有考慮到人類復雜的視覺感知機理,因此評價性能較差。合成圖[1]融入視覺感知的視差信息，使得立體圖像質量客觀評價與主觀評價一致性更高。因此，本發明提出分別在左右視圖、視差圖和合成圖上提取特征，進行立體圖像質量評價。

[1]Chen M J,Su C C,Kwon D K,et al.Full-reference quality assessment of stereopairs accounting for rivalry[J].Signal Processing:Image Communication,2013,28(9):1143-1155.

發明內容

本發明的目的在于針對失真立體圖像質量評價問題，提出一種可以獲得更好的立體圖像質量評價效果的無考立體圖像質量評價方法。本發明提出先對左右視圖、合成圖和視差圖作兩次降采樣，在降采樣前和降采樣后的各梯度圖中使用韋泊分布提取圖像的形狀參數和尺度參數特征；并提取降采樣前和降采樣后各圖的網格圖，在各網格圖中提取網格強度和網格規律性特征，最后將所有特征輸入SVR中建立模型，以預測包括非對稱失真圖像的混合失真立體圖像質量。進行立體圖像質量評價的方法。技術方案如下：

一種基于網格與韋泊統計特性的無參考立體圖像質量評價方法，步驟如下：

1).計算失真立體圖像對的視差圖及進行左視點圖和右視點圖融合

對失真立體圖像，由左視點圖和右視點圖計算出左視差，用左視點圖和左視差相加得視差圖，再由左視點圖和視差圖通過歸一化Gabor濾波能量響應得到圖像權重，根據圖像權重來合成合成圖；

2).對失真立體圖像對的左視點圖、右視點圖、合成圖和視差圖均進行兩次降采樣；

3).提取左右視圖、合成圖和視差圖以及對其進行一次、兩次降采樣后各圖中的特征

將失真立體圖像對的左視點圖、右視點圖、合成圖和視差圖及其進行一次降采樣和兩次降采樣后的各圖轉換到梯度域，再從各個梯度域中提取韋泊分布的形狀參數和尺度參數特征，每一幅梯度圖的韋泊分布形狀和尺度參數可由韋泊分布在此梯度圖的概率密度函數得到；從失真立體圖像對的左視點圖、右視點圖、合成圖和視差圖的各圖中提取網格圖，再從各個網格圖中提取網格強度和網格規律性特征，方法是：從每幅圖像的灰度圖中分別計算水平邊緣和垂直邊緣，然后經濾波處理生成水平網格和垂直網格，水平網格和垂直網格相加得到網格圖，網格強度是對網格圖的不同圖像敏感區賦予不同權值并對其進行加權求和得到，網格規律性是通過加權函數對網格圖像加權和歸一化處理，再計算其付里葉變換域的功率譜得到，共提取特征數為48個；

4).建立回歸模型，預測圖像質量

將立體失真圖像數據庫里的圖像分為測試集和訓練集，將從訓練集失真圖像中提取到的上述特征與相應主觀分數值輸入到支持向量回歸中構建特征向量與主觀評分值之間的映射關系進行訓練，獲得訓練模型，再利用得到的關系回歸模型對測試集失真圖像的質量進行預測，從而實現圖像質量評價。

本發明方法具有以下優點：

(1)本發明方法與主觀立體圖像質量評價一致性高。優于目前大多數主流算法。

(2)與平面圖像質量評價不同，本發明考慮了立體圖像特有的視差信息，提出從合成圖和視差圖中提取特征，實驗結果表明本發明能達到很高立體圖像質量預測準確性。

附圖說明

圖1算法流程圖

圖2左右視圖融合過程

具體實施方式