[發(fā)明專利]基于高維離散余弦變換的無參考光場圖像質(zhì)量評價方法

有效

• 申請?zhí)枺?/td>: 202110244734.4
• 申請日: 2021-03-05
• 公開（公告）號: CN112950592B
• 公開（公告）日: 2023-06-06
• 發(fā)明（設(shè)計）人: 郁梅;項建軍;蔣志迪;蔣剛毅
• 申請（專利權(quán)）人: 寧波大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06F16/245
• 代理公司: 寧波奧圣專利代理有限公司 33226
• 代理人: 周玨

本發(fā)明公開了一種基于高維離散余弦變換的無參考光場圖像質(zhì)量評價方法，其將光場圖像的子孔徑圖像陣列轉(zhuǎn)換成子孔徑梯度圖像陣列，然后將子孔徑梯度圖像陣列劃分成多個不重疊的4D塊，并將4D塊轉(zhuǎn)換到4D?DCT域中提取了裁剪的能量向量和裁剪的無符號系數(shù)分布特征向量，進而將裁剪的能量向量和裁剪的無符號系數(shù)分布特征向量串聯(lián)得到光場圖像的感知特征向量；隨后，再結(jié)合支持向量回歸技術(shù)，計算得到光場圖像的客觀質(zhì)量評價分數(shù)；優(yōu)點是其無需原始光場圖像的任何信息，且能夠獲得與主觀感知質(zhì)量高度相似的客觀評價結(jié)果。

技術(shù)領(lǐng)域

本發(fā)明涉及一種圖像質(zhì)量評價方法，尤其是涉及一種基于高維離散余弦變換的無參考光場圖像質(zhì)量評價方法。

背景技術(shù)

光場圖像質(zhì)量的定量評價是光場圖像處理領(lǐng)域中具有挑戰(zhàn)性的問題。與平面圖像相比，光場圖像同時包含了空間強度信息和方向信息，提供了更為豐富的視覺信息。近年來，隨著商用光場相機的推出，光場圖像在工業(yè)界和商業(yè)界逐漸普及。因此，光場圖像被廣泛地采集、處理、傳輸、儲存，并顯示在各類應(yīng)用中。在光場圖像的處理過程中，將不可避免地造成光場圖像的失真，從而會降低用戶對于光場圖像的使用體驗。為了向用戶提供更為優(yōu)質(zhì)的服務(wù)，實時檢測并準確地評估光場圖像的質(zhì)量是有必要的。因此，光場圖像質(zhì)量評價也成為了光場圖像處理領(lǐng)域中具有挑戰(zhàn)性的問題。

迄今為止，許多研究人員已經(jīng)提出了許多較為成熟的平面圖像客觀質(zhì)量評價方法，這些平面圖像客觀質(zhì)量評價方法能夠較為準確地預(yù)測平面圖像質(zhì)量。然而，光場圖像不僅包含了場景的空間強度信息，而且也記錄了場景的方向信息。因此，光場圖像質(zhì)量不單單與空間質(zhì)量有關(guān)，還與光場圖像的角度一致性相關(guān)。此外，光場圖像還能提供場景的深度信息，故而光場圖像的深度感知也是不容忽視的。簡單地說，光場圖像因其高維結(jié)構(gòu)特性，使得平面圖像客觀質(zhì)量評價方法并不適用于對光場圖像客觀質(zhì)量的預(yù)測。

目前，對于光場圖像客觀質(zhì)量評價方法的探索只是初步，現(xiàn)有的光場圖像客觀質(zhì)量評價方法還很少。如：Tian等人提出的一種全參考光場圖像質(zhì)量評價方法(Y.Tian,H.Zeng,L.Xing,J.Chen,J.Zhu,and?K.Ma,“A?multi-order?derivative?feature-basedquality?assessment?model?for?light?field?image,”J.Vis.Commun.ImageRepresent.,vol.57,pp.212-217,Nov.2018.(基于多階導(dǎo)數(shù)特征的光場圖像質(zhì)量評估模型))，該方法為MDFM方法，該方法對原始光場圖像和失真光場圖像的每個子孔徑圖像進行二階梯度導(dǎo)數(shù)的相似度比較，得到失真光場圖像的每個子孔徑圖像的結(jié)構(gòu)相似度值，并平均失真光場圖像的所有子孔徑圖像的結(jié)構(gòu)相似度值作為失真光場圖像的質(zhì)量分數(shù)。又如：Shi等人提出的一種無參考光場圖像質(zhì)量評價方法(BELIF:基于張量結(jié)構(gòu)變化指數(shù)的光場圖像盲質(zhì)量評價器)，其被命名為盲光場圖像質(zhì)量估計器(簡稱為：BELIF)，該方法首先生成光場圖像的獨眼圖陣列，然后使用張量分解獲取獨眼圖陣列的第一切片并測量了第一切片中的自然度來衡量光場圖像的空間質(zhì)量，接著用第一切片與獨眼圖陣列中的每幅獨眼圖進行結(jié)構(gòu)相似度比較來獲取光場圖像的角度一致性。再如：Shi等人進一步提出了一種無參考光場圖像質(zhì)量評價方法(L.Shi,W.Zhou,Z.Chen?and?J.Zhang,“No-Reference?LightField?Image?Quality?Assessment?Based?on?Spatial-Angular?Measurement,”IEEETransactions?on?Circuits?and?Systems?for?Video?Technology,vol.30,no.11,pp.4114-4128,Nov.2020.(基于空間-角度測量的無參考光場圖像質(zhì)量評估))，簡稱為：NR-LFQA，該方法結(jié)合了獨眼圖陣列和極平面圖像來估計光場圖像質(zhì)量。再如：Zhou等人提出了一種無參考光場圖像質(zhì)量評價方法(W.Zhou,L.Shi,Z.Chen?and?J.Zhang,“Tensororiented?no-reference?light?field?image?quality?assessment,”IEEE?Trans.ImageProcess.,vol.29,pp.4070-4084,2020.(張量定向無參考光場圖像質(zhì)量評估))，簡稱為Tensor-NLFQ，該方法使用張量分解去提取四個方向子孔徑圖像棧中的主成分，然后評估主成分中的自然度來捕獲光場圖像的空間質(zhì)量，再用主成分與子孔徑圖像棧中的每個視點進行結(jié)構(gòu)相似度比較來估計光場圖像的角度一致性。