專利名稱：基于生理與心理立體視覺(jué)的立體圖像客觀質(zhì)量評(píng)價(jià)方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理領(lǐng)域，尤其立體圖像的客觀質(zhì)量評(píng)價(jià)系統(tǒng)，特別涉及一種基于生理與心理立體視覺(jué)的立體圖像客觀質(zhì)量評(píng)價(jià)方法。
背景技術(shù)：
目前數(shù)字平面圖像的質(zhì)量評(píng)價(jià)方法可以分為兩類主觀評(píng)價(jià)和客觀評(píng)價(jià)。主觀質(zhì)量評(píng)價(jià)過(guò)程需要挑選大量的觀察者，每個(gè)觀察者要對(duì)多個(gè)測(cè)試圖像進(jìn)行大量反復(fù)的試驗(yàn)，耗時(shí)長(zhǎng)且費(fèi)用高，易受被測(cè)試者個(gè)人心理和生理變化的復(fù)雜性和差異性的影響，操作難度較大且無(wú)法做到實(shí)時(shí)性。因此如何建立與主觀評(píng)價(jià)結(jié)果相吻合的客觀質(zhì)量評(píng)價(jià)方法成為亟待解決的研究課題?？陀^評(píng)價(jià)是根據(jù)某種測(cè)量標(biāo)準(zhǔn)，先對(duì)表征圖像質(zhì)量的有關(guān)特性參數(shù)進(jìn)行數(shù)學(xué)建模，得到相關(guān)的質(zhì)量指標(biāo)；然后再根據(jù)所得出的質(zhì)量指標(biāo)進(jìn)行評(píng)價(jià)。 客觀質(zhì)量評(píng)價(jià)方法主要分為兩類基于統(tǒng)計(jì)量的客觀質(zhì)量評(píng)價(jià)方法和基于人眼視覺(jué)特性的客觀質(zhì)量評(píng)價(jià)方法。傳統(tǒng)的基于數(shù)學(xué)統(tǒng)計(jì)量的圖像質(zhì)量客觀評(píng)價(jià)方法，主要有均方誤差和峰值信噪比方法，以及派生出來(lái)的均方根誤差方法等。基于誤差統(tǒng)計(jì)量評(píng)價(jià)圖像質(zhì)量的思路為通過(guò)特征量來(lái)比較失真圖像和原始圖像的局部差異，在整幅圖像上求出一個(gè)總的平均統(tǒng)計(jì)量，然后將這個(gè)統(tǒng)計(jì)量與圖像的質(zhì)量相關(guān)聯(lián)。這類方法的優(yōu)點(diǎn)是簡(jiǎn)單易行，因此在很多應(yīng)用中被廣泛使用；缺點(diǎn)是沒(méi)有考慮這些差異對(duì)于人類的視覺(jué)感知的影響以及圖像本身的特點(diǎn)，有時(shí)不能真實(shí)的反映視覺(jué)信息的質(zhì)量，結(jié)果往往與主觀評(píng)價(jià)有較大的差
巳20世紀(jì)90年代初，出現(xiàn)了利用人類視覺(jué)特性來(lái)評(píng)價(jià)圖像質(zhì)量的新方法，使對(duì)圖像質(zhì)量評(píng)價(jià)方法的研究進(jìn)入了一個(gè)新的階段，從以往基于像素級(jí)的簡(jiǎn)單的誤差統(tǒng)計(jì)評(píng)價(jià)轉(zhuǎn)為結(jié)合人眼視覺(jué)感知特性的誤差統(tǒng)計(jì)評(píng)價(jià)，一批較完整的人眼視覺(jué)計(jì)算模型被提出。這些模型的目的是模擬人的視覺(jué)系統(tǒng)對(duì)圖像質(zhì)量進(jìn)行客觀評(píng)價(jià)。但是，大都是針對(duì)平面圖像的，未涉及對(duì)立體視覺(jué)信息的客觀質(zhì)量評(píng)價(jià)。在對(duì)立體視覺(jué)信息進(jìn)行評(píng)價(jià)時(shí)，無(wú)法全部套用這些視覺(jué)模型；立體圖像與平面圖像不同，立體圖像的相鄰視點(diǎn)之間存在著高度的相關(guān)性。如果兩個(gè)相鄰視點(diǎn)的圖像質(zhì)量都很高，但是視點(diǎn)間的視差較小，觀察者感覺(jué)到的圖像立體感會(huì)降低。

發(fā)明內(nèi)容
本發(fā)明旨在克服現(xiàn)有技術(shù)的不足，提供一種綜合考慮生理與心理立體視覺(jué)線索的質(zhì)量評(píng)價(jià)方法，通過(guò)該方法能夠有效地實(shí)現(xiàn)對(duì)立體圖像進(jìn)行客觀的質(zhì)量評(píng)價(jià)，為達(dá)到上述目的，本發(fā)明采取的技術(shù)方案是，基于生理與心理立體視覺(jué)的立體圖像客觀質(zhì)量評(píng)價(jià)方法，包括如下步驟第一步，取一對(duì)具有雙目視差的視點(diǎn)對(duì)，計(jì)算左右視圖間的絕對(duì)差異Difftl =f (X1) -f (X2) I，其中，f (X1)、f (X2)是左右視圖的像素值；第二步,將絕對(duì)差異值轉(zhuǎn)換成灰度級(jí)圖像Diff = rgb2gray (Diff0),作為能夠表征立體圖像質(zhì)量的特征參量，rgb2gray()是將真彩色圖像轉(zhuǎn)換為灰度圖像的函數(shù)；第三步，對(duì)轉(zhuǎn)換后的灰度圖像做K-means聚類分割，模擬人眼視覺(jué)觀看自然景物時(shí)習(xí)慣于將相似性強(qiáng)的物體進(jìn)行聚類的特點(diǎn)；假設(shè)X= {x1; x2,. . . , xn}是n個(gè)對(duì)象的集合,K-均值算法在聚類過(guò)程中把對(duì)象集X聚成K個(gè)類，用class,(k = 1，2，. . .，K)表示聚類的K個(gè)類別，將目標(biāo)函數(shù)P作為聚類準(zhǔn)則函數(shù)，P是各個(gè)類中所有的點(diǎn)到聚類中心距離的總和，使得目標(biāo)函數(shù)P最小，有
權(quán)利要求
1.一種基于生理與心理立體視覺(jué)的立體圖像客觀質(zhì)量評(píng)價(jià)方法，其特征是，包括如下步驟 第一步，取一對(duì)具有雙目視差的視點(diǎn)對(duì)，計(jì)算左右視圖間的絕對(duì)差異Difftl =f (X1) -f (X2) I，其中，f (X1)、f (X2)是左右視圖的像素值； 第二步，將絕對(duì)差異值轉(zhuǎn)換成灰度級(jí)圖像Diff = rgb2gray (Diff0),作為能夠表征立體圖像質(zhì)量的特征參量，rgb2gray()是將真彩色圖像轉(zhuǎn)換為灰度圖像的函數(shù)； 第三步，對(duì)轉(zhuǎn)換后的灰度圖像做K-means聚類分割，模擬人眼視覺(jué)觀看自然景物時(shí)習(xí)慣于將相似性強(qiáng)的物體進(jìn)行聚類的特點(diǎn)； 假設(shè)X = Ix1, x2，. . .，xj是n個(gè)對(duì)象的集合，K-均值算法在聚類過(guò)程中把對(duì)象集X聚成K個(gè)類,用classk(k = 1,2,. . . ,K)表示聚類的K個(gè)類別,將目標(biāo)函數(shù)P作為聚類準(zhǔn)則函數(shù)，P是各個(gè)類中所有的點(diǎn)到聚類中心距離的總和，使得目標(biāo)函數(shù)P最小，有 P = EZUk=l 5=1 其中，xs是各類中的數(shù)據(jù)對(duì)象，nk是各類的數(shù)據(jù)個(gè)數(shù)，S X表示各類的均值， "是 xs dasskZ1, z2,. . . , zK代表各個(gè)聚類簇的中心；d(xs, zk)是對(duì)象s和類k的中心的距離或相似度,這里采用歐氏距離來(lái)表示，基于這種距離度量的算法趨向于發(fā)現(xiàn)具有相近密度和尺寸的類d(Xs，Zj^) (Xs Zr) 輸入條件為聚類個(gè)數(shù)K，以及包含n個(gè)數(shù)據(jù)對(duì)象的樣本集；輸出條件為滿足方差最小標(biāo)準(zhǔn)的K個(gè)聚類； 第四步，由于基于K-means算法對(duì)原始立體圖像的絕對(duì)差異圖像分割后得到的類圖里的內(nèi)容具有相似的性質(zhì)，因此認(rèn)為每一類圖像的重要性也相同，可以通過(guò)對(duì)不同的類圖分配不同的權(quán)重來(lái)區(qū)別對(duì)待，w_segk是不同類的加權(quán)系數(shù)，由如下公式確定w _ segt =^l-k=l 式中mk是類k的灰度均值，即zk; 第五步，利用加權(quán)平均結(jié)構(gòu)相似性準(zhǔn)則，計(jì)算原始立體圖像的類圖和失真立體圖像的類圖之間的麗SSM值，計(jì)算公式如下式BWMSS/M(x, y) = Y[w_hlk, MSSlM (Diff', Diff2)] i=l w_blki是每一子塊的權(quán)重系數(shù)； 第六步，最終應(yīng)用WMSSIM準(zhǔn)則，計(jì)算聚類后的原始和失真差異圖像之間的質(zhì)量評(píng)價(jià)指標(biāo) MDM. KJ = Y [w_ sag, WMSSIMk Diffl.. c: Diff2)] k=l Diff1, Diff2分別為原始立體圖像絕對(duì)差異圖像的類圖數(shù)據(jù)和失真立體圖像絕對(duì)差異圖像的類圖數(shù)據(jù)，C1, C2為分配給類圖I和類圖2的權(quán)重； 第七步，根據(jù)得到的指標(biāo)對(duì)立體圖像質(zhì)量進(jìn)行評(píng)價(jià)，3DM為歸一化的數(shù)值，該值越大，圖像質(zhì)量越好。
2.如權(quán)利要求I所述的，基于生理與心理立體視覺(jué)的立體圖像客觀質(zhì)量評(píng)價(jià)方法，其特征是，利用加權(quán)平均結(jié)構(gòu)相似性準(zhǔn)則，計(jì)算原始立體圖像的類圖和失真立體圖像的類圖之間的麗SSM值，具體方法如下 ①將立體圖像的絕對(duì)差異圖像進(jìn)行大小相等的劃分，劃分成B個(gè)子塊，每個(gè)子塊記為Bi,每一塊中含有N = MXM'個(gè)像素； ②計(jì)算每個(gè)子塊Bi的亮度、紋理細(xì)節(jié)和分塊空間位置對(duì)人眼視覺(jué)的影響因子，確定每個(gè)子塊的權(quán)值； A亮度的影響 視覺(jué)主觀亮度與光刺激強(qiáng)度的對(duì)數(shù)成比例，即
全文摘要
本發(fā)明屬于圖像處理領(lǐng)域。為提供一種綜合考慮生理與心理立體視覺(jué)線索的質(zhì)量評(píng)價(jià)方法，通過(guò)該方法能夠有效地實(shí)現(xiàn)對(duì)立體圖像進(jìn)行客觀的質(zhì)量評(píng)價(jià)，本發(fā)明采取的技術(shù)方案是，基于生理與心理立體視覺(jué)的立體圖像客觀質(zhì)量評(píng)價(jià)方法，包括如下步驟第一步，計(jì)算左右視圖間的絕對(duì)差異；第二步，將絕對(duì)差異值轉(zhuǎn)換成灰度級(jí)圖像作為能夠表征立體圖像質(zhì)量的特征參量；第三步，對(duì)轉(zhuǎn)換后的灰度圖像做K-means聚類分割；第四步，通過(guò)對(duì)不同的類圖分配不同的權(quán)重來(lái)區(qū)別對(duì)待；第五步，計(jì)算原始立體圖像的類圖和失真立體圖像的類圖之間的WMSSIM值第六步，最終得到的立體圖像質(zhì)量評(píng)價(jià)指標(biāo)3DM。本發(fā)明主要應(yīng)用于立體圖像客觀質(zhì)量評(píng)價(jià)。
文檔編號(hào)G06T7/00GK102722888SQ20121016359
公開(kāi)日2012年10月10日 申請(qǐng)日期2012年5月22日 優(yōu)先權(quán)日2012年5月22日
發(fā)明者侯春萍, 張晶, 沈麗麗 申請(qǐng)人:天津大學(xué)