一種多失真立體圖像質(zhì)量客觀評(píng)價(jià)方法
【專利摘要】本發(fā)明公開(kāi)了一種多失真立體圖像質(zhì)量客觀評(píng)價(jià)方法,其在訓(xùn)練階段,獲取無(wú)失真立體圖像的不同失真強(qiáng)度的JPEG失真立體圖像、高斯模糊失真立體圖像和高斯白噪聲失真立體圖像,分別構(gòu)造三組訓(xùn)練圖像集,并通過(guò)聯(lián)合字典訓(xùn)練分別得到在不同失真類型下的圖像特征字典表和圖像質(zhì)量字典表;在測(cè)試階段,根據(jù)在訓(xùn)練階段構(gòu)造得到的不同失真類型下的圖像特征字典表,通過(guò)優(yōu)化得到測(cè)試立體圖像中的每個(gè)子塊的稀疏系數(shù)矩陣,并通過(guò)稀疏系數(shù)矩陣和在訓(xùn)練階段構(gòu)造得到的不同失真類型下的圖像質(zhì)量字典表,來(lái)計(jì)算測(cè)試立體圖像的圖像質(zhì)量客觀評(píng)價(jià)預(yù)測(cè)值,測(cè)試立體圖像的圖像質(zhì)量客觀評(píng)價(jià)預(yù)測(cè)值與主觀評(píng)價(jià)值保持了較好的一致性。
【專利說(shuō)明】
一種多失真立體圖像質(zhì)量客觀評(píng)價(jià)方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及一種圖像質(zhì)量評(píng)價(jià)方法,尤其是涉及一種多失真立體圖像質(zhì)量客觀評(píng) 價(jià)方法。
【背景技術(shù)】
[0002] 隨著圖像編碼和顯示等技術(shù)的迅速發(fā)展,圖像質(zhì)量評(píng)價(jià)研究已經(jīng)成為其中非常重 要的環(huán)節(jié)。圖像質(zhì)量客觀評(píng)價(jià)方法研究的目標(biāo)是與主觀評(píng)價(jià)結(jié)果盡可能保持一致,從而擺 脫耗時(shí)而枯燥的圖像質(zhì)量主觀評(píng)價(jià)方法,其能夠利用計(jì)算機(jī)自動(dòng)地評(píng)價(jià)圖像質(zhì)量。根據(jù)對(duì) 原始圖像的參考和依賴程度,圖像質(zhì)量客觀評(píng)價(jià)方法可以分為三大類:全參考(Full Reference,F(xiàn)R)圖像質(zhì)量評(píng)價(jià)方法、部分參考(Reduced Reference,RR)圖像質(zhì)量評(píng)價(jià)方法 和無(wú)參考(No Reference,NR)圖像質(zhì)量評(píng)價(jià)方法。
[0003] 無(wú)參考圖像質(zhì)量評(píng)價(jià)方法由于無(wú)需任何參考圖像信息,具有較高的靈活性,因此 受到了越來(lái)越廣泛的關(guān)注。目前,已有方法是通過(guò)機(jī)器學(xué)習(xí)來(lái)預(yù)測(cè)評(píng)價(jià)模型,但其計(jì)算復(fù)雜 度較高,并且訓(xùn)練模型需要預(yù)知各評(píng)價(jià)圖像的主觀評(píng)價(jià)值,并不適用于實(shí)際的應(yīng)用場(chǎng)合,存 在一定的局限性。特別是對(duì)于多失真圖像質(zhì)量評(píng)價(jià)問(wèn)題,現(xiàn)有的針對(duì)單失真的圖像質(zhì)量評(píng) 價(jià)方法并不能直接應(yīng)用,因此,如何構(gòu)造能反映多失真圖像特征的字典,如何構(gòu)造能反映多 失真圖像質(zhì)量的字典,如何在反映多失真圖像特征的字典和反映多失真圖像質(zhì)量的字典之 間、以及在不同失真類型之間建立聯(lián)系,都是在無(wú)參考多失真圖像質(zhì)量評(píng)價(jià)研究中需要重 點(diǎn)解決的技術(shù)問(wèn)題。
【發(fā)明內(nèi)容】
[0004] 本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種多失真立體圖像質(zhì)量客觀評(píng)價(jià)方法,其能 夠有效地提高客觀評(píng)價(jià)結(jié)果與主觀感知之間的相關(guān)性,且計(jì)算復(fù)雜度低,無(wú)需預(yù)知各評(píng)價(jià) 圖像的主觀評(píng)價(jià)值。
[0005] 本發(fā)明解決上述技術(shù)問(wèn)題所采用的技術(shù)方案為:一種多失真立體圖像質(zhì)量客觀評(píng) 價(jià)方法,其特征在于包括訓(xùn)練階段和測(cè)試階段兩個(gè)過(guò)程,
[0006] 所述的訓(xùn)練階段過(guò)程的具體步驟如下:
[0007] ①-1、選取N幅寬度為W且高度為H的原始的無(wú)失真立體圖像;然后將選取的N幅原 始的無(wú)失真立體圖像分別進(jìn)行L個(gè)不同失真強(qiáng)度的JPEG失真、高斯模糊失真和高斯白噪聲 失真,將所有原始的無(wú)失真立體圖像及各自對(duì)應(yīng)的L個(gè)失真強(qiáng)度的JPEG失真立體圖像構(gòu)成 第一組訓(xùn)練圖像集,記為IBM爲(wèi)并將所有原始的無(wú)失真立體圖像及 各自對(duì)應(yīng)的L個(gè)失真強(qiáng)度的高斯模糊失真立體圖像構(gòu)成第二組訓(xùn)練圖像集,記為 11 S v_S ;將所有原始的無(wú)失真立體圖像及各自對(duì)應(yīng)的L個(gè)失真強(qiáng)度的 高斯白噪聲失真立體圖像構(gòu)成第三組訓(xùn)練圖像集,記為
[0008] 其中,N> 1,L> 1,0 表示,欠,I B < iV,1 < v {5:' 尤.11 < w iV, 1 < v i} 和| S d, 1 £; q中的第U幅原始的無(wú)失真立體圖像,屹表示 11 AG iV,l 5; v S 中的第u幅原始的無(wú)失真立體圖像對(duì)應(yīng)的第v個(gè)失真強(qiáng)度的失 真立體圖像,表示[5:'S^ 11 ^ h S iV,:U v S ^中的第u幅原始的無(wú)失真立體圖像對(duì)應(yīng)的 第v個(gè)失真強(qiáng)度的失真立體圖像,表示I】_< ?< v5: 1}中的第u幅原始的無(wú) 失真立體圖像對(duì)應(yīng)的第¥個(gè)失真強(qiáng)度的失真立體圖像;
[0009] ①-2、將11S d M 中的每幅失真立體圖像劃分成
個(gè)互不 重疊的尺寸大小為8X8的子塊;然后將中的每幅失真立體圖像 中的每個(gè)子塊中的所有像素點(diǎn)的像素值按序組成該子塊的圖像特征矢量,將 {5T,(. 11S M AU < v U}中的所有失真立體圖像中的子塊中的第k個(gè)子塊中的所有像素 點(diǎn)的像素值按序組成的圖像特征矢量記為屺,再將1< AU < v < 0中的所有失 真立體圖像中的所有子塊各自的圖像特征矢量構(gòu)成的集合記為| IS A
[0010] 并將[^,51.|1^^況,1^^4中的每幅失真立體圖像劃分成
.個(gè)互不重 疊的尺寸大小為8X8的子塊;然后將| IS" S A/,1S vS L丨中的每幅失真立體圖像中 的每個(gè)子塊中的所有像素點(diǎn)的像素值按序組成該子塊的圖像特征矢量,將 11 v_ s y中的所有失真立體圖像中的子塊中的第k個(gè)子塊中的所有像素 點(diǎn)的像素值按序組成的圖像特征矢量記為再將11 < ? < iV,lS 中的所有失 真立體圖像中的所有子塊各自的圖像特征矢量構(gòu)成的集合記為(< | ^;
[0011] 將11 Ad, i vd}中的每幅失真立體圖像劃分成
個(gè)互不重疊的尺 寸大小為8 X 8的子塊;然后將{5:'11 S W AU < v < 0中的每幅失真立體圖像中的每個(gè)子 塊中的所有像素點(diǎn)的像素值按序組成該子塊的圖像特征矢量,將^;:'文,.11 :_VJ Z.j 中的所有失真立體圖像中的子塊中的第k個(gè)子塊中的所有像素點(diǎn)的像素值按序組成的圖像 特征矢量記為4 ,再將11 S w< v< 中的所有失真立體圖像中的所有子塊各 自的圖像特征矢量構(gòu)成的集合記為^_ |ISKM:};
[0012] 其中
l<k<M,X〖、X〗和X〗的維數(shù)均為64X1;
[0013] ①-3、采用6種不同的全參考圖像質(zhì)量評(píng)價(jià)方法分別獲取 {s:rs,sl,11 < ? < iV,l < V < 11 < ? < iV,l < v < 1}fp{57,5:r 11 < ? < iY,l < V < 自中的每幅失真立體圖像中的每個(gè)子塊的客觀評(píng)價(jià)預(yù)測(cè)值;
[0014] 然后將prM ik w mb k ^中的每幅失真立體圖像中的每個(gè)子塊對(duì)應(yīng)的6 個(gè)客觀評(píng)價(jià)預(yù)測(cè)值按序組成該子塊的圖像質(zhì)量矢量,將1 $ w ^中的所 有失真立體圖像中的子塊中的第k個(gè)子塊對(duì)應(yīng)的6個(gè)客觀評(píng)價(jià)預(yù)測(cè)值按序組成的圖像質(zhì)量 矢量記為yl,再將I IS ? SV < ^中的所有失真立體圖像中的所有子塊各自的 圖像質(zhì)量矢量構(gòu)成的集合記為丨犬11 s A < ;
[0015] 并將ilfi^爲(wèi)IS vS 中的每幅失真立體圖像中的每個(gè)子塊對(duì)應(yīng)的6個(gè) 客觀評(píng)價(jià)預(yù)測(cè)值按序組成該子塊的圖像質(zhì)量矢量,將1^ v S ^中的所有 失真立體圖像中的子塊中的第k個(gè)子塊對(duì)應(yīng)的6個(gè)客觀評(píng)價(jià)預(yù)測(cè)值按序組成的圖像質(zhì)量矢 量記為y〗,再將pr,圮I ] K v <1:丨中的所有失真立體圖像中的所有子塊各自的圖 像質(zhì)量矢量構(gòu)成的集合記為丨>'丨I丨^卜
[0016] 將11 S " f^V,l _<; v,S 4中的每幅失真立體圖像中的每個(gè)子塊對(duì)應(yīng)的6個(gè)客 觀評(píng)價(jià)預(yù)測(cè)值按序組成該子塊的圖像質(zhì)量矢量,將St 1< AU < v 5; 中的所有失 真立體圖像中的子塊中的第k個(gè)子塊對(duì)應(yīng)的6個(gè)客觀評(píng)價(jià)預(yù)測(cè)值按序組成的圖像質(zhì)量矢量 記為六,再將11 K v < L}中的所有失真立體圖像中的所有子塊各自的圖像 質(zhì)量矢量構(gòu)成的集合記為{y丨Af};
[0017] 其中,l<k<M,y丨、yf和y!的維數(shù)均為6X1;
[0018] ①-4、采用 K-SVD 方法對(duì)由{xillShM}和 {y:-|KHM}、{yhKBM}、{WlBHM}構(gòu)成的集合進(jìn)行聯(lián)合字典訓(xùn)練操作,分別 構(gòu)造得到(X'd.丨 1V 5; [} 、 {x'5^ 丨 1S < #,1 S v 5; [}和 11 K 各自的圖像特征字典表和圖像質(zhì)量字典表,將 11 < W AU < K 0的圖像特征字典表和圖像質(zhì)量字典表對(duì)應(yīng)記為D1和W1,將 11 m又1 m 的圖像特征字典表和圖像質(zhì)量字典表對(duì)應(yīng)記為D2和W2,將 i 1 0 Hi 的圖像特征字典表和圖像質(zhì)量字典表對(duì)應(yīng)記為D3和W3,其中, D\D2和D3的維數(shù)均為sexidj2和W3的維數(shù)均為6XK,K表示設(shè)定的字典的個(gè)數(shù),K彡1;
[0019] 所述的測(cè)試階段過(guò)程的具體步驟如下:
[0020] ②-1、對(duì)于任意一幅寬度為W'且高度為H'的測(cè)試立體圖像Stest,將Stest的左視點(diǎn)圖 像記為L(zhǎng)test,將Stest的右視點(diǎn)圖像記為Rtest;然后將Ltest和Stest分別劃分成?
?個(gè)互不重 疊的尺寸大小為8 X 8的子塊;
[0021] ②-2、將Ltest中的每個(gè)子塊中的所有像素點(diǎn)的像素值按序組成該子塊的圖像特征 矢量,將Ltest中的第t個(gè)子塊中的所有像素點(diǎn)的像素值按序組成的圖像特征矢量記為 Xt,L, 再將Ltest中的所有子塊各自的圖像特征矢量構(gòu)成的集合記為
[0022] 并將Rt(5St中的每個(gè)子塊中的所有像素點(diǎn)的像素值按序組成該子塊的圖像特征矢 量,將Rtest中的第t個(gè)子塊中的所有像素點(diǎn)的像素值按序組成的圖像特征矢量記為 Xt,R,再 將Rtest中的所有子塊各自的圖像特征矢量構(gòu)成的集合記為
r
[0023] 其中 ..山丄和10的維數(shù)均為64\1;
[0024] ②-3、根據(jù)在訓(xùn)練階段過(guò)程構(gòu)造得到的D1,優(yōu)化重構(gòu)
中的每個(gè) 圖像特征矢量的第一稀疏系數(shù)矩陣,將
中的第t個(gè)圖像特征矢量的第 一稀疏系數(shù)矩陣記為<,<是采用K-SVD方法求解min{|xa -++^1得到的; 根據(jù)在訓(xùn)練階段過(guò)程構(gòu)造得到的D2,優(yōu)化重構(gòu)
,中的每個(gè)圖像特征矢量 的第二稀疏系數(shù)矩陣,將
中的第t個(gè)圖像特征矢量的第二稀疏系數(shù)矩 陣記為是采用K-SVD方法求解】
得到的;根據(jù)在訓(xùn)練階 段過(guò)程構(gòu)造得到的D3,優(yōu)化重構(gòu)
?中的每個(gè)圖像特征矢量的第三稀疏系 數(shù)矩陣,將
中的第t個(gè)圖像特征矢量的第三稀疏系數(shù)矩陣記為 |||xa -^||a'f ;
[0025] 同樣,根據(jù)在訓(xùn)練階段過(guò)程構(gòu)造得到的D1,優(yōu)化重構(gòu)'
< 中的每個(gè) 圖像特征矢量的第一稀疏系數(shù)矩陣,將
中的第t個(gè)圖像特征矢量的第 一稀疏系數(shù)矩陣記為,a!』是米用K-SVD方法求解min| x^.-DWjj. f +/i a丨,$ J得到的; 根據(jù)在訓(xùn)練階段過(guò)程構(gòu)造得到的D2,優(yōu)化重構(gòu)j
'中的每個(gè)圖像特征矢量 的第二稀疏系數(shù)矩陣,將
中的第t個(gè)圖像特征矢量的第二稀疏系數(shù)矩 陣記為b.,a;』是米用K-SVD方法求解minj X,』-D-a;』p+./l a;』j得到的;根據(jù)在訓(xùn)練階 段過(guò)程構(gòu)造得到的D3,優(yōu)化重構(gòu)
中的每個(gè)圖像特征矢量的第三稀疏系 數(shù)矩陣,耗
> 中的第t個(gè)圖像特征矢量的第三稀疏系數(shù)矩陣記為 心,<是采用K-SVD方法求解min||x0 -D3a^|[;, +l|a:yij得到的;
[0026] 其中,七、a^、a;7、七、4和的維數(shù)均為KXl,min()為取最小值函數(shù), 符號(hào)"II I If"為求取矩陣的弗羅貝尼烏斯范數(shù)-范數(shù)符號(hào),符號(hào)"II IU"為求取矩陣的1-范 數(shù)符號(hào),X為拉格朗日參數(shù);
[0027] ②-4、根據(jù)在訓(xùn)練階段過(guò)程構(gòu)造得到的W1,估計(jì)Ltest中的每個(gè)子塊的第一圖像質(zhì)量 矢量,將Ltest中的第t個(gè)子塊的第一圖像質(zhì)量矢量記為y)』,:yb = ;根據(jù)在訓(xùn)練階段 過(guò)程構(gòu)造得到的W2,估計(jì)Ltest中的每個(gè)子塊的第二圖像質(zhì)量矢量,將Lt(5St中的第t個(gè)子塊的 第二圖像質(zhì)量矢量記為;根據(jù)在訓(xùn)練階段過(guò)程構(gòu)造得到的W3,估計(jì)Ltest中 的每個(gè)子塊的第三圖像質(zhì)量矢量,將L test中的第t個(gè)子塊的第三圖像質(zhì)量矢量記為y^, jIl = w3<£ :
[0028] 同樣,根據(jù)在訓(xùn)練階段過(guò)程構(gòu)造得到的W1,估計(jì)Rtest中的每個(gè)子塊的第一圖像質(zhì)量 矢量,將Rtd中的第t個(gè)子塊的第一圖像質(zhì)量矢量記為,yi? = ;根據(jù)在訓(xùn)練階段 過(guò)程構(gòu)造得到的W2,估計(jì)Rtest中的每個(gè)子塊的第二圖像質(zhì)量矢量,將Rtest中的第t個(gè)子塊的 第二圖像質(zhì)量矢量記為=W2a^;根據(jù)在訓(xùn)練階段過(guò)程構(gòu)造得到的W3,估計(jì)Rtest中 的每個(gè)子塊的第三圖像質(zhì)量矢量,將Rtest中的第t個(gè)子塊的第三圖像質(zhì)量矢量記為y^, yr% = WW
[0029] 其中,yL、yL、心、y"和的維數(shù)均為6X1;
[0030] ②-5、計(jì)算Stest的圖像質(zhì)量客觀評(píng)價(jià)預(yù)測(cè)值,記為t
,:其
eXp()表示以自然基數(shù)e為底的指數(shù)函數(shù),y為控制參數(shù),符號(hào)"I I I |2"為求取矩陣的2-范 數(shù)符號(hào)。
[0031] 所述的步驟①-4中01、02、03、1 1、12和13是采用1(-3¥0方法求解 3' 2 2 3 min [ Xs -YS-WSAS +1芝]Ar得到的,其中,min()為取最小值函 d.s,:w5,as~. p F 1 J.=丄 5=1 數(shù),符號(hào)"I I I k"為求取矩陣的弗羅貝尼烏斯范數(shù)-范數(shù)符號(hào),符號(hào)"II I U"為求取矩陣的 1-范數(shù)符號(hào),X1 =[x丨,X2 =[x卜.乂…又】,],X3 =[x卜.乂…心]'X^X2和 維數(shù)均為64XM,x丨為中的第1個(gè)圖像特征矢量,4為丨中的第k 個(gè)圖像特征矢量,4為丨中的第M個(gè)圖像特征矢量,4為卜丨中的第1 個(gè)圖像特征矢量,x〖為中的第k個(gè)圖像特征矢量,*〗/為&丨|1<6<714中的第 M個(gè)圖像特征矢量,<為中的第1個(gè)圖像特征矢量, X|為中的第 k個(gè)圖像特征矢量,祛為M 11 M 中的第M個(gè)圖像特征矢量, Y1 = [yl …太…],Y2 = [y卜? ? yf_ …☆ ],Y3 = [yf ' ? ? W …,Y1、Y2和Y3 的維數(shù)均為6 X 皿,乂為{7;_|1:^4似丨中的第1個(gè)圖像質(zhì)量矢量,犬為鉍|1:^^}中的第1^個(gè)圖像質(zhì)量矢 量,yL為{yll1 < ? M}中的第m個(gè)圖像質(zhì)量矢量,y?為{y〗11 < d財(cái)}中的第1個(gè)圖像質(zhì)量矢 量,y:〗為{y〗M k M中的第k個(gè)圖像質(zhì)量矢量,☆為試11 < k 中的第m個(gè)圖像質(zhì)量 矢量,y〖為中的第1個(gè)圖像質(zhì)量矢量,g為中的第k個(gè)圖像質(zhì)量 矢量,:yi為{yt I K K1中的第M個(gè)圖像質(zhì)量矢量,A1、A2和A3均表不稀疏矩陣, A 1 =[a卜'…a'L] , A2 =[3卜.<…a】f] ' A3 =[af~.a【…a:L] 'A^A2和A3的維數(shù)均為KX M,a丨為A1中的第1個(gè)列向量,a丨為A 1中的第k個(gè)列向量,a。為六1中的第M個(gè)列向量,a:丨為A2中的第 1個(gè)列向量,af為A 2中的第k個(gè)列向量,為六2中的第M個(gè)列向量,a〖為A3中的第1個(gè)列向量,<為 A 3中的第k個(gè)列向量,al為A3中的第M個(gè)列向量,a!、<、a1,,、af、a,f、a〈 f、af、a丨、紐3"的 維數(shù)均為K X1,符號(hào)"[]"為矢量表示符號(hào),a為加權(quán)參數(shù),A為拉格朗日參數(shù)。
[0032] 與現(xiàn)有技術(shù)相比,本發(fā)明的優(yōu)點(diǎn)在于:
[0033] 1)本發(fā)明方法在訓(xùn)練階段,獲取無(wú)失真立體圖像的不同失真強(qiáng)度的JPEG失真立體 圖像、高斯模糊失真立體圖像和高斯白噪聲失真立體圖像,分別構(gòu)造三組訓(xùn)練圖像集,并通 過(guò)聯(lián)合字典訓(xùn)練分別得到在不同失真類型下的圖像特征字典表和圖像質(zhì)量字典表;在測(cè)試 階段不需要再計(jì)算圖像特征字典表和圖像質(zhì)量字典表,這樣避免了復(fù)雜的機(jī)器學(xué)習(xí)訓(xùn)練過(guò) 程,并且無(wú)需預(yù)知各測(cè)試立體圖像的主觀評(píng)價(jià)值,使得本發(fā)明方法適用于實(shí)際的應(yīng)用場(chǎng)合。
[0034] 2)本發(fā)明方法在測(cè)試階段,根據(jù)在訓(xùn)練階段構(gòu)造得到的不同失真類型下的圖像特 征字典表,通過(guò)優(yōu)化得到測(cè)試立體圖像中的每個(gè)子塊的稀疏系數(shù)矩陣,并通過(guò)稀疏系數(shù)矩 陣和在訓(xùn)練階段構(gòu)造得到的不同失真類型下的圖像質(zhì)量字典表,來(lái)計(jì)算測(cè)試立體圖像的圖 像質(zhì)量客觀評(píng)價(jià)預(yù)測(cè)值,使得最終計(jì)算得到的圖像質(zhì)量客觀評(píng)價(jià)預(yù)測(cè)值與主觀評(píng)價(jià)值保持 了較好的一致性。
【附圖說(shuō)明】
[0035] 圖1為本發(fā)明方法的總體實(shí)現(xiàn)框圖;
[0036]圖2a為Imagel(尺寸為1920X1080)立體圖像的左視點(diǎn)圖像;
[0037]圖2b為Imagel(尺寸為1920X1080)立體圖像的右視點(diǎn)圖像;
[0038]圖3a為Image2(尺寸為1920X1080)立體圖像的左視點(diǎn)圖像;
[0039]圖3b為Image 2(尺寸為1920X1080)立體圖像的右視點(diǎn)圖像;
[0040]圖4a為Image3 (尺寸為1920 X 1080)立體圖像的左視點(diǎn)圖像;
[00411圖4b為Image3(尺寸為1920X1080)立體圖像的右視點(diǎn)圖像;
[0042]圖5a為Image4(尺寸為1920X1080)立體圖像的左視點(diǎn)圖像;
[0043]圖5b為Image4(尺寸為1920X1080)立體圖像的右視點(diǎn)圖像;
[0044]圖6a為Image5(尺寸為1920X1080)立體圖像的左視點(diǎn)圖像;
[0045]圖6b為Image5(尺寸為1920X1080)立體圖像的右視點(diǎn)圖像;
[0046]圖7a為Image6(尺寸為1920X1080)立體圖像的左視點(diǎn)圖像;
[0047]圖7b為Image6(尺寸為1920X1080)立體圖像的右視點(diǎn)圖像;
[0048]圖8a為Image7(尺寸為1920X1080)立體圖像的左視點(diǎn)圖像;
[0049]圖8b為Image7(尺寸為1920X1080)立體圖像的右視點(diǎn)圖像;
[0050]圖9a為Image8(尺寸為1920X1080)立體圖像的左視點(diǎn)圖像;
[0051 ]圖9b為Image8(尺寸為1920X1080)立體圖像的右視點(diǎn)圖像;
[0052]圖10a為Image9(尺寸為1920X1080)立體圖像的左視點(diǎn)圖像;
[0053]圖10b為Image9(尺寸為1920X1080)立體圖像的右視點(diǎn)圖像;
[0054]圖11a為Imagel0(尺寸為1920X1080)立體圖像的左視點(diǎn)圖像;
[0055]圖lib為Imagel0(尺寸為1920X1080)立體圖像的右視點(diǎn)圖像;
[0056] 圖12為失真立體圖像集合中的各幅失真立體圖像的圖像質(zhì)量客觀評(píng)價(jià)預(yù)測(cè)值與 平均主觀評(píng)分差值的散點(diǎn)圖。
【具體實(shí)施方式】
[0057] 以下結(jié)合附圖實(shí)施例對(duì)本發(fā)明作進(jìn)一步詳細(xì)描述。
[0058]本發(fā)明提出的一種多失真立體圖像質(zhì)量客觀評(píng)價(jià)方法,其總體實(shí)現(xiàn)框圖如圖1所 示,其包括訓(xùn)練階段和測(cè)試階段兩個(gè)過(guò)程,
[0059] 所述的訓(xùn)練階段過(guò)程的具體步驟如下:
[0060] ①-1、選取N幅寬度為W且高度為H的原始的無(wú)失真立體圖像;然后將選取的N幅原 始的無(wú)失真立體圖像分別進(jìn)行L個(gè)不同失真強(qiáng)度的JPEG失真、高斯模糊失真和高斯白噪聲 失真,將所有原始的無(wú)失真立體圖像及各自對(duì)應(yīng)的L個(gè)失真強(qiáng)度的JPEG失真立體圖像構(gòu)成 第一組訓(xùn)練圖像集,記為[^,尤,.|1^^#,1^^4;并將所有原始的無(wú)失真立體圖像及 各自對(duì)應(yīng)的L個(gè)失真強(qiáng)度的高斯模糊失真立體圖像構(gòu)成第二組訓(xùn)練圖像集,記為 0'尤.| 1 "玄況,1 ^ vdh將所有原始的無(wú)失真立體圖像及各自對(duì)應(yīng)的L個(gè)失真強(qiáng)度的 高斯白噪聲失真立體圖像構(gòu)成第三組訓(xùn)練圖像集,記為1w < v S
[0061 ] 其中,N> 1,在本實(shí)施例中取N= 10,L> 1,在本實(shí)施例中取L = 3,表示 {s:r'?,11 八' 1 々以}、{c% C11 ^ < 紙1 心以}和沐戌,C11 " 玄 w 的第u幅原始的無(wú)失真立體圖像,表示[sr'niAdiyq}中的第u幅原始的無(wú) 失真立體圖像對(duì)應(yīng)的第V個(gè)失真強(qiáng)度的失真立體圖像,<v表示{5:'忠;v 11 S 0 中的第U幅原始的無(wú)失真立體圖像對(duì)應(yīng)的第V個(gè)失真強(qiáng)度的失真立體圖像,5^表示 中的第u幅原始的無(wú)失真立體圖像對(duì)應(yīng)的第¥個(gè)失真強(qiáng)度的失 真立體圖像,符號(hào)"{}"為集合表示符號(hào)。
[0062] 在具體實(shí)施時(shí),取10幅原始的無(wú)失真立體圖像,每幅無(wú)失真立體圖像分別加3個(gè)失 真強(qiáng)度的JPEG失真、3個(gè)失真強(qiáng)度的高斯模糊失真和3個(gè)失真強(qiáng)度的高斯白噪聲失真,這樣 得到由10幅原始的無(wú)失真立體圖像及30幅JPEG失真立體圖像構(gòu)成第一組訓(xùn)練圖像集、由10 幅原始的無(wú)失真立體圖像及30幅高斯模糊失真立體圖像構(gòu)成第二組訓(xùn)練圖像集、由10幅原 始的無(wú)失真立體圖像及30幅高斯白噪聲失真立體圖像構(gòu)成第三組訓(xùn)練圖像集。
[0063] ①_2、將pm, |1 < M AM U}中的每幅失真立體圖像劃分成
個(gè)互不 重疊的尺寸大小為8 X 8的子塊;然后將{5:'欠11 < w < iVjS v < 中的每幅失真立體圖像 中的每個(gè)子塊中的所有像素點(diǎn)的像素值按序組成該子塊的圖像特征矢量,將 {5TM 14 U ^ 中的所有失真立體圖像中的子塊中的第k個(gè)子塊中的所有像素 點(diǎn)的像素值按序組成的圖像特征矢量記為4,再將| ISM < AU< v< 0中的所有失 真立體圖像中的所有子塊各自的圖像特征矢量構(gòu)成的集合記為[< |:1S A £; 。
[0064] 并將IS M #,1 < v < 0中的每幅失真立體圖像劃分成
個(gè)互不重 疊的尺寸大小為8 X8的子塊;然后將|1 iV,lS v ^ 0中的每幅失真立體圖像中 的每個(gè)子塊中的所有像素點(diǎn)的像素值按序組成該子塊的圖像特征矢量,將 中的所有失真立體圖像中的子塊中的第k個(gè)子塊中的所有像素 點(diǎn)的像素值按序組成的圖像特征矢量記為,再將11S M iW V ^ 4中的所有失 真立體圖像中的所有子塊各自的圖像特征矢量構(gòu)成的集合記為{< I l^i: s財(cái)};
[0065] 將($'(|1^5;況,1^^4中的每幅失真立體圖像劃分成
個(gè)互不重疊 的尺寸大小為8X8的子塊;然后將[S:'<v |]5;M風(fēng)ltd}中的每幅失真立體圖像中的 每個(gè)子塊中的所有像素點(diǎn)的像素值按序組成該子塊的圖像特征矢量,將 11 W Zj中的所有失真立體圖像中的子塊中的第k個(gè)子塊中的所有像素 點(diǎn)的像素值按序組成的圖像特征矢量記為X〖,再將史.v 11 S £ iV,lS v£ 中的所有失 真立體圖像中的所有子塊各自的圖像特征矢量構(gòu)成的集合記為?(< | ^ A < 。
[0066] 其中
X〖和:4:的維數(shù)均為64X1。
[0067] ①-3、采用現(xiàn)有的6種不同的全參考圖像質(zhì)量評(píng)價(jià)方法分別獲取 {('文,.11 < ? fV,l < v S i}、| K ? 5; AU < v 5; L}和11S ? Hi S v < i} 各自中的每幅失真立體圖像中的每個(gè)子塊的客觀評(píng)價(jià)預(yù)測(cè)值。
[0068] 然后將11 S K AU< v < 4中的每幅失真立體圖像中的每個(gè)子塊對(duì)應(yīng)的6 個(gè)客觀評(píng)價(jià)預(yù)測(cè)值按序組成該子塊的圖像質(zhì)量矢量,將11 _<S〃S/VJ S /_j中的所 有失真立體圖像中的子塊中的第k個(gè)子塊對(duì)應(yīng)的6個(gè)客觀評(píng)價(jià)預(yù)測(cè)值按序組成的圖像質(zhì)量 矢量記為yl,再將1< #,1 < v< q中的所有失真立體圖像中的所有子塊各自的 圖像質(zhì)量矢量構(gòu)成的集合記為丨y〖I K 。
[0069] 并將11 ^ < KB W 4中的每幅失真立體圖像中的每個(gè)子塊對(duì)應(yīng)的6個(gè) 客觀評(píng)價(jià)預(yù)測(cè)值按序組成該子塊的圖像質(zhì)量矢量,將M K A/J /_.}中的所有 失真立體圖像中的子塊中的第k個(gè)子塊對(duì)應(yīng)的6個(gè)客觀評(píng)價(jià)預(yù)測(cè)值按序組成的圖像質(zhì)量矢 量記為W,再將11 AG AU < v < 0中的所有失真立體圖像中的所有子塊各自的圖 像質(zhì)量矢量構(gòu)成的集合記為{y〗11 < Afj。
[0070] 將11iV,l S 中的每幅失真立體圖像中的每個(gè)子塊對(duì)應(yīng)的6個(gè)客 觀評(píng)價(jià)預(yù)測(cè)值按序組成該子塊的圖像質(zhì)量矢量,將pr'圮J < V < 中的所有失 真立體圖像中的子塊中的第k個(gè)子塊對(duì)應(yīng)的6個(gè)客觀評(píng)價(jià)預(yù)測(cè)值按序組成的圖像質(zhì)量矢量 記為y〗,再將[K't 11 KB 中的所有失真立體圖像中的所有子塊各自的圖像 質(zhì)量矢量構(gòu)成的集合記為{y〖11 < ^ 1}。
[0071] 其中,Kk<M,y[、y丨和y丨的維數(shù)均為6X1。
[0072] 在本實(shí)施例中,采用的6種不同的全參考圖像質(zhì)量評(píng)價(jià)方法分別為公知的PSNR、 SS頂MS-SS頂、GMSD、VSI和GM全參考圖像質(zhì)量評(píng)價(jià)方法。
[0073] ①-4、采用現(xiàn)有的K-SVD方法對(duì)由卜卜丨- 和W 11 < B W 11 U 、^丨11 構(gòu)成的集合進(jìn)行聯(lián)合字典訓(xùn)練操作,分 另ij構(gòu)造得到{cmIbkw4KKBM4和 11 S W iV, B v < 0各自的圖像特征字典表和圖像質(zhì)量字典表,將 {f,S,丨11 < 7V,K v < 的圖像特征字典表和圖像質(zhì)量字典表對(duì)應(yīng)記為D1和W1,將 ,5:).,. 11 S M /VJ € W Zj的圖像特征字典表和圖像質(zhì)量字典表對(duì)應(yīng)記為D2和W2,將 的圖像特征字典表和圖像質(zhì)量字典表對(duì)應(yīng)記為D3和W3,其中, D\D2和D3的維數(shù)均為56乂1(,11、12和1 3的維數(shù)均為6\1(,1(表示設(shè)定的字典的個(gè)數(shù),1(多1,在 本實(shí)施例中取K = 256。
[0074] 在此具體實(shí)施例中,步驟①-4中口^^^^味爐是采用現(xiàn)有的冗^(guò)乂口方法求解 3 2 ^ 3 min y" X、-DSA5 +a YS-WSAS +】y As得到的,其中,min〇為取最小值函數(shù), D'S,WS,AS- 尺 . .F 1 S=i 5=1 符號(hào)"I I I If"為求取矩陣的弗羅貝尼烏斯(Frobeniu)范數(shù)-范數(shù)符號(hào),符號(hào)"|| | U"為求取 矩陣的 1-范數(shù)符號(hào),x1 =[x丨…x!,.:4] , X2 =[xf...x卜<],x3 =[x卜'?X^..x^],x1、x2 和X3的維數(shù)均為64\1,沁為^_|1以5^}中的第1個(gè)圖像特征矢量/4為拉|1^^從}中 的第k個(gè)圖像特征矢量,xi,為g |14 中的第M個(gè)圖像特征矢量,< 為>〗11S h 中 的第1個(gè)圖像特征矢量,X〗:為fx〗:I中的第k個(gè)圖像特征矢量,1〗7為>〗11 < & < 中 的第M個(gè)圖像特征矢量,X丨為中的第1個(gè)圖像特征矢量,x丨為{x丨中 的第k個(gè)圖像特征矢量,x3#為| IS K 中的第M個(gè)圖像特征矢量,Y1 = [yl…g-yL], Y2 = [y卜.? yA2…yl],Y3 = [y卜? y《.? ? y3'小Y1、Y2和Y3的維數(shù)均為6XM,:y|為(y'i 11Usm} 中的第1個(gè)圖像質(zhì)量矢量,g為W |KKMj中的第k個(gè)圖像質(zhì)量矢量,y1,,為{yi 11 us 中的第M個(gè)圖像質(zhì)量矢量,yi為| _1 < B A/}中的第1個(gè)圖像質(zhì)量矢量,y〗為g丨1 < h jW} 中的第k個(gè)圖像質(zhì)量矢量,yi為中的第M個(gè)圖像質(zhì)量矢量,yi為{y丨 中的第1個(gè)圖像質(zhì)量矢量,y〖為1中的第k個(gè)圖像質(zhì)量矢量,yt為{y丨11 s m} 中的第M個(gè)圖像質(zhì)量矢量,A1、A2和A3均表示稀疏矩陣, A1 =: [a| …a卜? ? ],A2 二[a卜? ? aA2 …a2w ],A3 := [a卜? 乂 …4 ] .A1、A2和A3的維數(shù)均為K X M, a丨為A1中的第1個(gè)列向量,a[為A1中的第k個(gè)列向量,a1#為A 1中的第M個(gè)列向量,a丨為A2中的第1 個(gè)列向量,a〗為A2中的第k個(gè)列向量,a2M*A2中的第M個(gè)列向量,a丨為A 3中的第1個(gè)列向量,為 A3中的第k個(gè)列向量,a3w為A3中的第M個(gè)列向量,a!、a[、a 1,,、a〖、a〗、a〖7、a丨、a〗、a3v/ 的維數(shù)均為KX1,符號(hào)"[]"為矢量表示符號(hào),a為加權(quán)參數(shù),在本實(shí)施例中取a = 0.5,A為拉 格朗日參數(shù),在本實(shí)施例中取X = 〇. 15。
[0075] 所述的測(cè)試階段過(guò)程的具體步驟如下:
[0076] ②-1、對(duì)于任意一幅寬度為W'且高度為H'的測(cè)試立體圖像Stest,將Stest的左視點(diǎn)圖 像記為L(zhǎng)test,將Stest的右視點(diǎn)圖像記為Rtest;然后將Ltest和Stest分別劃分成
.個(gè)互不重 疊的尺寸大小為8X8的子塊,其中,W'與W、H'與H可以相同,也可以不同。
[0077] ②-2、將Ltest中的每個(gè)子塊中的所有像素點(diǎn)的像素值按序組成該子塊的圖像特征 矢量,將Ltest中的第t個(gè)子塊中的所有像素點(diǎn)的像素值按序組成的圖像特征矢量記為 Xt,L, 再將Ltest中的所有子塊各自的圖像特征矢量構(gòu)成的集合記為-
[0078] 并將Rt(5St中的每個(gè)子塊中的所有像素點(diǎn)的像素值按序組成該子塊的圖像特征矢 量,將Rtest中的第t個(gè)子塊中的所有像素點(diǎn)的像素值按序組成的圖像特征矢量記為 Xt,R,再 將Rtest中的所有子塊各自的圖像特征矢量構(gòu)成的集合記為<
[0079] 其中
xt,L和xt,R的維數(shù)均為64X1。
[0080] ②-3、根據(jù)在訓(xùn)練階段過(guò)程構(gòu)造得到的D1,優(yōu)化重構(gòu)
> 中的每個(gè) 圖像特征矢量的第一稀疏系數(shù)矩陣,將、
?中的第t個(gè)圖像特征矢量的第 一稀疏系數(shù)矩陣記為<£,是米用現(xiàn)有的K-SVD方法求解min| X#$_+2 j 得到的;根據(jù)在訓(xùn)練階段過(guò)程構(gòu)造得到的D2,優(yōu)化重構(gòu)
中的每個(gè)圖像特 征矢量的第二稀疏系數(shù)矩陣,將
中的第t個(gè)圖像特征矢量的第二稀疏 系數(shù)矩陣記為< ,a乙是采用現(xiàn)有的K-SVD方法求解minjlh -丨.+^1^^得到的; 根據(jù)在訓(xùn)練階段過(guò)程構(gòu)造得到的D3,優(yōu)化重構(gòu)》
中的每個(gè)圖像特征矢量 的第三稀疏系數(shù)矩陣,將
> 中的第t個(gè)圖像特征矢量的第三稀疏系數(shù)矩 陣記為<,心是采用現(xiàn)有的K-SVD方法求解minilk -1>乂£|[, 得到的。
[0081] 同樣,根據(jù)在訓(xùn)練階段過(guò)程構(gòu)造得到的D1,優(yōu)化重構(gòu)<
、中的每個(gè) 圖像特征矢量的第一稀疏系數(shù)矩陣,將
中的第t個(gè)圖像特征矢量的第 一稀疏系數(shù)矩陣記為是采用現(xiàn)有的K-SVD方法求解minjlx# -+2|a;1』|ij 得到的;根據(jù)在訓(xùn)練階段過(guò)程構(gòu)造得到的D2,優(yōu)化重構(gòu)
中的每個(gè)圖像特 征矢量的第二稀疏系數(shù)矩陣,將
,中的第t個(gè)圖像特征矢量的第二稀疏 系數(shù)矩陣記為a。,a〗』是現(xiàn)有的采用K-SVD方法求解-D2ait 得到的; 根據(jù)在訓(xùn)練階段過(guò)程構(gòu)造得到的D3,優(yōu)化重構(gòu)
中的每個(gè)圖像特征矢量 的第三稀疏系數(shù)矩陣,將
中的第t個(gè)圖像特征矢量的第三稀疏系數(shù)矩 陣記為是采用現(xiàn)有的K-SVD方法求解-D3a;%t +^|a;%|il得到的。
[0082] 其中,心' 和的維數(shù)均為KXl,min〇為取最小值函數(shù),符 號(hào)"II I If"為求取矩陣的弗羅貝尼烏斯(Frobeniu)范數(shù)-范數(shù)符號(hào),符號(hào)"|| |U"為求取矩 陣的1-范數(shù)符號(hào),A為拉格朗日參數(shù),在本實(shí)施例中取A = 〇. 15。
[0083]②_4、根據(jù)在訓(xùn)練階段過(guò)程構(gòu)造得到的W1,估計(jì)Ltest*的每個(gè)子塊的第一圖像質(zhì)量 矢量,將Ltes沖的第t個(gè)子塊的第一圖像質(zhì)量矢量記為,yU = wY』;根據(jù)在訓(xùn)練階段 過(guò)程構(gòu)造得到的W2,估計(jì)Ltest中的每個(gè)子塊的第二圖像質(zhì)量矢量,將Ltd中的第t個(gè)子塊的 第二圖像質(zhì)量矢量記為y^:,y。= W2a^ ;根據(jù)在訓(xùn)練階段過(guò)程構(gòu)造得到的W3,估計(jì)Ltest中 的每個(gè)子塊的第三圖像質(zhì)量矢量,將Ltest中的第t個(gè)子塊的第三圖像質(zhì)量矢量記為 y?,i = wV,i。
[0084] 同樣,根據(jù)在訓(xùn)練階段過(guò)程構(gòu)造得到的W1,估計(jì)Rtest中的每個(gè)子塊的第一圖像質(zhì)量 矢量,將Rtd中的第t個(gè)子塊的第一圖像質(zhì)量矢量記為,y^ =評(píng);根據(jù)在訓(xùn)練階段 過(guò)程構(gòu)造得到的W2,估計(jì)Rtest中的每個(gè)子塊的第二圖像質(zhì)量矢量,將R test中的第t個(gè)子塊的 第二圖像質(zhì)量矢量記為5^,》^=評(píng)&。;根據(jù)在訓(xùn)練階段過(guò)程構(gòu)造得到的1 3,估計(jì)1^沖 的每個(gè)子塊的第三圖像質(zhì)量矢量,將Rtest中的第t個(gè)子塊的第三圖像質(zhì)量矢量記為y^, y.L? =評(píng) 3.a?j。
[0085] 其中,滅i、過(guò)£、yk、<?、yfi?和5^的維數(shù)均為6X1。
[0086]②-5、計(jì)算St(5St的圖像質(zhì)量客觀評(píng)價(jià)預(yù)測(cè)值,記為Q
,其
expo表示以自然基數(shù)e為底的指數(shù)函數(shù),y為控制參數(shù),在本實(shí)施例中取y =1000,符號(hào)"| I |2"為求取矩陣的2-范數(shù)符號(hào)。
[0087]在本實(shí)施例中,利用如圖2a和圖2b構(gòu)成的立體圖像、圖3a和圖3b構(gòu)成的立體圖像、 圖4a和圖4b構(gòu)成的立體圖像、圖5a和圖5b構(gòu)成的立體圖像、圖6a和圖6b構(gòu)成的立體圖像、圖 7a和圖7b構(gòu)成的立體圖像、圖8a和圖8b構(gòu)成的立體圖像、圖9a和圖9b構(gòu)成的立體圖像、圖 10a和圖10b構(gòu)成的立體圖像、圖11a和圖lib構(gòu)成的立體圖像共10幅無(wú)失真立體圖像建立了 其在多失真類型(JPEG失真、高斯模糊失真和高斯白噪聲失真)不同失真程度下的多失真立 體圖像集合,該多失真立體圖像集合中的每幅無(wú)失真立體圖像同時(shí)加入JPEG失真、高斯模 糊失真和高斯白噪聲失真,每種失真的強(qiáng)度均為3,這樣可以得到270幅多失真立體圖像,并 且利用主觀質(zhì)量評(píng)價(jià)方法分別獲取該多失真立體圖像集合中的每幅失真立體圖像的平均 主觀評(píng)分差值。
[0088]利用圖2a至圖lib所示的10幅無(wú)失真立體圖像構(gòu)造的270幅失真立體圖像來(lái)分析 本實(shí)施例得到的失真立體圖像的圖像質(zhì)量客觀評(píng)價(jià)預(yù)測(cè)值與平均主觀評(píng)分差值之間的相 關(guān)性。在本實(shí)施例中,利用評(píng)估圖像質(zhì)量評(píng)價(jià)方法的3個(gè)常用客觀參量作為評(píng)價(jià)指標(biāo),SP非 線性回歸條件下的Pearson相關(guān)系數(shù)(Pearson linear correlation coefficient,PLCC)、 Spearman相關(guān)系數(shù)(Spearman rank order correlation coefficient,SR0CC)、均方誤差 (root mean squared error,RMSE),PLCC和RMSE反映失真立體圖像評(píng)價(jià)客觀模型的準(zhǔn)確 性,SR0CC反映其單調(diào)性。將分別采用本發(fā)明方法與公知的PSNR和FS頂全參考質(zhì)量評(píng)價(jià)方法 得到失真立體圖像的圖像質(zhì)量客觀評(píng)價(jià)預(yù)測(cè)值與平均主觀評(píng)分差值之間的Pearson相關(guān)系 數(shù)、Spearman相關(guān)系數(shù)和均方誤差進(jìn)行比較,比較結(jié)果如表1所示,從表1中可以看出,采用 本發(fā)明方法得到的失真立體圖像的圖像質(zhì)量客觀評(píng)價(jià)預(yù)測(cè)值與平均主觀評(píng)分差值之間的 相關(guān)性是很高的,充分表明了本發(fā)明方法的客觀評(píng)價(jià)結(jié)果與人眼主觀感知的結(jié)果較為一 致,足以說(shuō)明本發(fā)明方法的有效性。
[0089]圖12給出了失真立體圖像集合中的各幅失真立體圖像的圖像質(zhì)量客觀評(píng)價(jià)預(yù)測(cè) 值與平均主觀評(píng)分差值的散點(diǎn)圖,散點(diǎn)越集中,說(shuō)明客觀評(píng)介結(jié)果與主觀感知的一致性越 好。從圖12中可以看出,采用本發(fā)明方法得到的散點(diǎn)圖比較集中,與主觀評(píng)價(jià)數(shù)據(jù)之間的吻 合度較高。
[0090]表1利用本發(fā)明方法與公知的全參考質(zhì)量評(píng)價(jià)方法得到失真立體圖像的圖像質(zhì)量 客觀評(píng)價(jià)預(yù)測(cè)值與平均主觀評(píng)分差值之間的Pearson相關(guān)系數(shù)比較、Spearman相關(guān)系數(shù)和 均方誤差比較
【主權(quán)項(xiàng)】
1. 一種多失真立體圖像質(zhì)量客觀評(píng)價(jià)方法,其特征在于包括訓(xùn)練階段和測(cè)試階段兩個(gè) 過(guò)程, 所述的訓(xùn)練階段過(guò)程的具體步驟如下: ①-1、選取N幅寬度為W且高度為H的原始的無(wú)失真立體圖像;然后將選取的N幅原始的無(wú)失 真立體圖像分別進(jìn)行L個(gè)不同失真強(qiáng)度的JPEG失真、高斯模糊失真和高斯白噪聲失真,將所有 原始的無(wú)失真立體圖像及各自對(duì)應(yīng)的L個(gè)失真強(qiáng)度的JPEG失真立體圖像構(gòu)成第一組訓(xùn)練圖像 集,記為】AG AU ^ V以};并將所有原始的無(wú)失真立體圖像及各自對(duì)應(yīng)的L個(gè)失 真強(qiáng)度的高斯模糊失真立體圖像構(gòu)成第二組訓(xùn)練圖像集,記為PrAL i丨^ w S ;V,1 ; 將所有原始的無(wú)失真立體圖像及各自對(duì)應(yīng)的L個(gè)失真強(qiáng)度的高斯白噪聲失真立體圖像構(gòu)成 第三組訓(xùn)練圖像集,記為R'C. IB K M 4 ; 其中,N>I,L>I,Cs表示pr,欠,11 <M AUS VSI} 、(5T,C 丨 M M1 < 以上}和 11Q S風(fēng)I u S Z.}中的第u幅原始的無(wú)失真立體圖像,(表示M 中的第u幅原始的無(wú)失真立體圖像對(duì)應(yīng)的第V個(gè)失真強(qiáng)度的失真立體圖像,表示 [S:'史.11 < ? ?Ξ V ?Ξ 中的第u幅原始的無(wú)失真立體圖像對(duì)應(yīng)的第V個(gè)失真強(qiáng)度的失 真立體圖像,足%表示丨5^,史,,.11 ^ V < Zj中的第u幅原始的無(wú)失真立體圖像對(duì)應(yīng)的 第V個(gè)失真強(qiáng)度的失真立體圖像; r W X / / ①-2、將11 W 4中的每幅失真立體圖像劃分成個(gè)互不重疊的 尺寸大小為8X8的子塊;然后將Id,!.,. 11 AG AU < GZj中的每幅失真立體圖像中的每個(gè) 子塊中的所有像素點(diǎn)的像素值按序組成該子塊的圖像特征矢量,將{5:'心.丨I 4 < AU < V 中的所有失真立體圖像中的子塊中的第k個(gè)子塊中的所有像素點(diǎn)的像素值按序組成的圖像 特征矢量記為4,再將,欠 .,I K 〃:i:;V,IS V S y中的所有失真立體圖像中的所有子塊各 自的圖像特征矢量構(gòu)成的集合記為{xl 11 ^義Λφ 并將ρ,?, I B h U < d丨中的每幅失真立體圖像劃分成個(gè)互不重疊的尺寸 大小為8 X 8的子塊;然后將·;5:'<ν 11 < M AU < 中的每幅失真立體圖像中的每個(gè)子塊 中的所有像素點(diǎn)的像素值按序組成該子塊的圖像特征矢量,將1V < 中 的所有失真立體圖像中的子塊中的第k個(gè)子塊中的所有像素點(diǎn)的像素值按序組成的圖像特 征矢量記為4,再將I IS M < AVIS V < I}中的所有失真立體圖像中的所有子塊各自 的圖像特征矢量構(gòu)成的集合記為1Μ}; 將P^1S,I,. 11 AG iV,B ν?}中的每幅失真立體圖像劃分成個(gè)互不重疊的尺寸
【文檔編號(hào)】G06T7/00GK105894522SQ201610272072
【公開(kāi)日】2016年8月24日
【申請(qǐng)日】2016年4月28日
【發(fā)明人】邵楓, 田維軍, 李福翠
【申請(qǐng)人】寧波大學(xué)