基于人類視覺系統(tǒng)的立體圖像質量評價方法的研究.pdf

1、隨著多媒體技術的蓬勃發(fā)展,立體圖像技術應運而生。相比于二維圖像,立體圖像額外提供了深度信息,能夠帶給觀測者身臨其境的立體感受,因此在娛樂、軍事以及工業(yè)等種種領域開始扮演重要的角色。隨著立體圖像的大規(guī)模發(fā)展,很多應用場合需要能夠迅速有效地完成對立體圖像的質量評價工作,以便于后續(xù)應用,而對其進行主觀質量評價在效率上很難滿足要求。因此,本文提出了兩種客觀的立體圖像質量評價方法,從兩個不同的角度闡釋了立體圖像質量的含義。
　　和二維圖像質

2、量不同,立體圖像質量還有額外的評價指標:立體視質量。它強調的是立體圖像的感知質量,而不是由采集的立體圖像和參考的立體圖像之間的失真而造成的降質。即使采集的立體圖像沒有降質,也會產生不同的感知質量分數。因此,本文提出了一種感知質量評價算法,它結合了一些人類視覺系統(tǒng)的特性。首先需要得到視差圖,然后通過邊界圖和顯著圖來對視差圖進行加權調整。接著使用Minkowski融合方法將加權后的視差圖整合成感知分數。最后,使用多尺度分析來得到最終的感知質

3、量分數。通過使用EPFL立體質量評價數據庫來驗證本文中的立體圖像感知質量評價算法。實驗顯示算法最后得到的客觀分數和EPFL數據庫中的主觀分數具有高度的一致性和單調性,證明了本文中的立體圖像感知質量評價算法是有效的。
　　和二維圖像一樣,立體圖像在采集、編碼、傳輸和解碼等過程中同樣會產生各種類型的失真。ZhouWang提出的結構相似性質量評價方法在二維圖像的失真評價中取得了很好的實驗效果。但是由于立體圖像有著一些自身獨有的特點,直接

4、將二維圖像的結構相似性質量評價方法應用到立體圖像中并不能達到最為理想的效果。本文將一些人類視覺系統(tǒng)的特征加入到結構相似性質量評價算法中。首先將圖像從RGB空間映射到CIELAB空間,去除色度分量。然后使用小波變換消除了水平分量上的失真帶來的評價指標的波動,并且利用真實深度信息降低了非主要深度信息區(qū)域失真帶來的影響。最后,通過在LIVE3DIQA數據庫中的對比實驗,表明本文提出的失真評價算法和其它的一些質量評價算法相比,具有一定的優(yōu)越性。