立體視頻系統(tǒng)中的視覺感知質(zhì)量與舒適度研究.pdf

1、立體視頻系統(tǒng)因其立體特性和交互功能被廣泛應(yīng)用于各個(gè)領(lǐng)域，尤其是在攝影業(yè)、電視和電影制作中。而視頻/圖像在采集、編碼、存儲(chǔ)、傳輸、顯示等環(huán)節(jié)引入的攻擊會(huì)極大的影響用戶體驗(yàn)質(zhì)量。因此，改善立體視頻服務(wù)不僅要保證畫面質(zhì)量，還需提高觀看安全性。本學(xué)位論文從視覺感知質(zhì)量、視覺舒適度兩個(gè)方面展開研究，主要內(nèi)容如下：
　?。?）實(shí)現(xiàn)了一種基于離散余弦變換域的圖像質(zhì)量評(píng)價(jià)方法。實(shí)際應(yīng)用中很難獲得原始圖像，部分參考評(píng)價(jià)方法旨在使用部分特征數(shù)據(jù)解決失

2、真圖像評(píng)價(jià)問題。通過人眼的多通道特性，以圖像塊為變換單元，按照給定的重組規(guī)則對(duì)變換系數(shù)排列、組合，得到離散余弦變換域圖像；研究發(fā)現(xiàn)重組子帶系數(shù)近似服從廣義高斯密度函數(shù)，提取重組子帶的形狀參數(shù)、能量信息分別作為統(tǒng)計(jì)特征、感知能量特征；將形狀參數(shù)的改變量和能量信息的丟失量作為支持向量機(jī)的學(xué)習(xí)輸入，建立特征與主觀值的關(guān)系并得到客觀預(yù)測值。該方法在 LIVE平面圖像數(shù)據(jù)庫上的Pearson線性相關(guān)系數(shù)超過0.96，Spearman相關(guān)系數(shù)近似于

3、0.95。
　?。?）提出了一種基于視覺細(xì)胞建模的評(píng)價(jià)方法。在觀看立體圖像時(shí)，人類視覺系統(tǒng)以人眼視網(wǎng)膜細(xì)胞為媒介接收、傳輸和理解雙目信息。本文首先以視網(wǎng)膜細(xì)胞特性為基礎(chǔ)，對(duì)簡單細(xì)胞和復(fù)雜細(xì)胞進(jìn)行建模；然后，雙目信息經(jīng)簡單-復(fù)雜細(xì)胞模型處理得到雙目融合視點(diǎn)圖和雙目細(xì)胞差異圖，采用多尺度結(jié)構(gòu)相似度算法構(gòu)建雙目融合評(píng)價(jià)模型和雙目立體感評(píng)價(jià)模型；最后，以最優(yōu)加權(quán)方式完成模型組合，得到最終評(píng)價(jià)模型。該方法在 LIVE對(duì)稱失真立體圖像庫上的P

4、earson線性相關(guān)系數(shù)在0.94以上，Spearman相關(guān)系數(shù)在0.93以上。
　?。?）在立體視頻體驗(yàn)領(lǐng)域，視覺安全性一直是關(guān)注的焦點(diǎn)，因此視覺舒適度評(píng)價(jià)和增強(qiáng)具有重要意義。本文從評(píng)價(jià)和增強(qiáng)兩個(gè)角度展開立體圖像舒適度研究。針對(duì)評(píng)價(jià)環(huán)節(jié)，本文將視差特征提取與人類視覺關(guān)注機(jī)制相結(jié)合，實(shí)現(xiàn)了一種兩階段視覺舒適度評(píng)價(jià)框架。在第一階段，本文構(gòu)建了一種自適應(yīng)立體視覺顯著檢測模型，提取一系列顯著加權(quán)視差統(tǒng)計(jì)特征并構(gòu)成高維特征向量。第二階段，