基于ＧＳＳＩＭ的立體圖像客觀質量評價算法制造技術

本發明專利技術屬圖像處理領域，涉及一種基于ＧＳＳＩＭ的立體圖像質量評價方法，包括（１）對于左圖像和右圖像，分別求取梯度結構相似度值，再求取兩值的均值，得到立體圖像質量評價值ＱＥ；（２）采用下列方法進行圖像立體感覺客觀評價：計算原始圖像和處理后圖像的絕對差值圖像；求取出絕對差值圖像的μ１，μ２；用Ｓｏｂｅｌ算子求出絕對差值圖像的梯度幅值圖像；對原始圖像的絕對差值圖像進行濾波，計算原圖雙眼視差分布情況；求出雙眼視差處的Ｄｌ（ｘ，ｙ），Ｄｃｇ（ｘ，ｙ）與Ｄｓｇ（ｘ，ｙ）值；計算出雙眼視差處的ＤＳＳＩＭ值；計算雙眼視差處圖像梯度結構相似度，即圖像立體感覺客觀評價值ＤＥ。本發明專利技術能很好地用于立體圖像的質量評價，客觀評價結果與主觀評價結果相關性很強。

【技術實現步驟摘要】

本專利技術屬圖像處理領域，涉及一種立體圖像客觀質量評價算法。
技術介紹
對立體圖像的質量評價是一件十分困難的工作，現有的平面圖像客觀質量評價算法通常只能評價同一個視點編碼前與解碼后的圖像質量關系。立體圖像在相鄰視點之間存 在人眼標準視差的高度相關性，如果兩個相鄰視點各自的圖像質量都比較高，視點間視差 成分減少甚至反相，人眼能欣賞到的立體感將大打折扣，所以現有平面圖像客觀質量評價 算法不能夠代替立體圖像客觀質量評價算法。一種壓縮編碼如果導致立體感的嚴重損失甚 至造成觀看者的眼疲勞，不適合立體圖像的應用。因此，很有必要建立一個立體圖像的客觀 評價標準。梯度結構相似度(GSSIM)評價方法為一種平面圖像客觀質量評價方法，研究發現 人眼對于圖像的邊緣和紋理結構信息是最為敏感和重視的，就是說邊緣和紋理的結構信息 很有可能是圖像結構信息的最重要的部分，而梯度能較好地反應圖像的邊緣紋理信息，所 以采用梯度結構相似度也能夠進行立體圖像質量評價。該方法如下梯度信息的提取通過梯度的計算來確定圖像的邊緣信息是最為常見而有效的方 式。采用Sobel算子對圖像進行梯度的計算，如圖1所示。對于圖像X的每一像素Xi, j(i, j代表橫縱坐標值)，可以通過Sobel算子定義它 的“梯度信息向量”;Viij = {dXi,j, Clyi,」}其中，dxy和Clyiij分別由圖1的水平邊緣算子H 和垂直邊緣算子ν得出，為了算法的簡便，近似地定義圖像像素的梯度幅值為<formula>formula see original document page 4</formula>相應的，各像素的梯度方向定義為<formula>formula see original document page 4</formula>利用圖像的幅度信息提出基于梯度的結構相似度(GSSIM)用Sobel算子及圖像 像素的梯度幅值，可求出圖像的每一像素的梯度幅值，從而得到與圖像X和Y相對應的梯度 圖像X'和Y'。因此，子塊梯度對比度比較可定義為<formula>formula see original document page 4</formula>σ為標準差，C2為調整參數。子塊梯度的結構比較可定義為<formula>formula see original document page 4</formula>C3為調整參數。結構相似度(GSSIM)可定義為GSSIM (χ, y) = α 0 γα，β，Υ*權重指數值。對于整幅圖像的相似度的比較，可以通過平均各個子塊的相似度評分得出<formula>formula see original document page 5</formula>
技術實現思路
本專利技術的目的是克服現有技術的上述不足，提出一種立體圖像客觀質量評價方 法。本專利技術將梯度結構相似度(GSSIM)評價方法引入立體圖像客觀質量評價中，通過對立 體圖像進行圖像質量評價(QE)和立體感評價(DE)，完成對立體圖像質量的評判。本專利技術采 用如下的技術方案一種基于GSSIM的立體圖像質量評價方法，包括下列步驟(1)對于左圖像和右圖像，分別利用梯度結構相似度GSSIM算法，求取梯度結構相 似度值，再求取兩值的均值，得到立體圖像質量評價值QE ；(2)采用下列方法進行圖像立體感覺客觀評價第一步把原始圖像的視點對(Li，Rl)和處理后圖像的視點對(L2，R2)分別進行 相減操作，得出絕對差值圖像Xl與Χ2 ；第二步，進行亮度測試，通過公式下列求出絕對差值圖像Xl與Χ2的μ μ 2 <formula>formula see original document page 5</formula><formula>formula see original document page 5</formula>式中，w為中心對稱高斯加權窗<formula>formula see original document page 5</formula>取值為11 ；第三步，用Sobel算子求出絕對差值圖像Xl與Χ2的梯度幅值圖像Ml與Μ2，并求 出圖像Ml與Μ2亮度均值P1,，μ2,，再通過公式下列求出標準差O1,，σ2,，以及協方差<formula>formula see original document page 5</formula>第四步，對原始圖像的絕對差值圖像Xl進行濾波、門限值判決操作，計算原圖雙眼視差分布情況；第五步，用P1, μ2，O1,，O2,與O1, 2,，結合計算出的原圖視差分布情況，求出雙 眼視差處的010^，7)，0印0^，7)與Dsg(x，y)值，計算公式如下<formula>formula see original document page 6</formula>第六步，通過公式DSSIM(x，y) = α 0 Υ (3-34)計 算出雙眼視差處的DSSIM值，其中α，β，γ取值都為1 ；第七步，通過DSSIM值，利用公式下列計算雙眼視差處圖像梯度結構相似度DMSSIM，即圖像立體感覺客觀評價值DE :DE = DMSSIM = I-^fDSSIM(X1J1)；U 1=1第八步，對立體圖像質量進行評價QE值越大，圖像質量越好，DE值越大，立體感 越好。使用本專利技術提出的立體圖像客觀質量評價方法，可以從圖像質量與立體感兩個方 面對立體圖像進行質量評估，大量實驗證明該算法能很好地用于立體圖像的質量評價，客 觀評價結果與主觀評價結果相關性很強，可有效的對立體圖像做出評價。附圖說明圖ISobel算子，(a)為垂直邊緣算子V，(b)為水平邊緣算子H。圖2本專利技術的立體感覺客觀評價流程圖2立體感覺客觀評價流程。具體實施例方式本專利技術所提出的對立體圖像客觀評價的指標分為兩個部分一個是圖像客觀質量 評價，一個是立體感客觀評價。1、圖像客觀質量評價(quality evaluation :QE)對于圖像客觀質量評價沿用梯度結構相似度(GSSIM)評價方法。本專利技術的立體圖像客觀質量評價值為左圖像GMSSIM值與右圖像GMSSIM值的均值 即QE = 1-(GMSSIM左+GMSSIM右)/22、圖像立體感覺客觀評價(3D sense evaluation :DE)本專利技術的圖像立體感覺客觀評價算法沿用GSSIM算法的評價參數，并把視點對絕 對差值圖有機的結合在評價參數中。立體感覺客觀評價流程如圖2 首先，把原始視點對(L1，R1)和處理后視點對(L2，R2)分別進行相減操作，得出絕 對差值圖像Xl與X2 ；χι = Ili-RIX2 = I L2-R2第二步，進行亮度測試，通過公式下列求出絕對差值圖像Xl與X2的μ μ 2。<formula>formula see original document page 7</formula>w為中心對稱高斯加權窗w = Iwy IZIwy =U N取值為11。本文檔來自技高網...

【技術保護點】
一種基于ＧＳＳＩＭ的立體圖像質量評價方法，包括下列步驟：（１）對于左圖像和右圖像，分別利用梯度結構相似度ＧＳＳＩＭ算法，求取梯度結構相似度值，再求取兩值的均值，得到立體圖像質量評價值ＱＥ；（２）采用下列方法進行圖像立體感覺客觀評價：第一步：把原始圖像的視點對（Ｌ１，Ｒ１）和處理后圖像的視點對（Ｌ２，Ｒ２）分別進行相減操作，得出絕對差值圖像Ｘ１與Ｘ２；第二步，進行亮度測試，通過公式下列求出絕對差值圖像Ｘ１與Ｘ２的μ↓［１］，μ↓［２］：＊＊＊式中，ｗ為中心對稱高斯加權窗ｗ＝｛ｗ↓［ｉｊ］｜＊＊ｗ↓［ｉｊ］＝１｝，Ｎ取值為１１；第三步，用Ｓｏｂｅｌ算子求出絕對差值圖像Ｘ１與Ｘ２的梯度幅值圖像Ｍ１與Ｍ２，并求出圖像Ｍ１與Ｍ２亮度均值μ↓［１］′，μ↓［２］′，再通過公式下列求出標準差σ↓［１］′，σ↓［２］′，以及協方差σ↓［１′２′］：σ↓［１′↓［ｍｎ］］＝（＊＊ｗ↓［ｉｊ］（Ｍ↓［１ｉｊ］－μ↓［１′↓［ｍｎ］］）↑［２］）↑［１／２］σ↓［２′↓［ｍｎ］］＝（＊＊ｗ↓［ｉｊ］（Ｍ↓［２ｉｊ］－μ↓［２′↓［ｍｎ］］）↑［２］）↑［１／２］σ↓［１′２′↓［ｍｎ］］＝＊＊ｗ↓［ｉｊ］（Ｍ↓［１ｉｊ］－μ↓［１′↓［ｍｎ］］）（Ｍ↓［２ｉｊ］－μ↓［２′↓［ｍｎ］］）；第四步，對原始圖像的絕對差值圖像Ｘ１進行濾波、門限值判決操作，計算原圖雙眼視差分布情況；第五步，用μ↓［１］，μ↓［２］，σ↓［１′］，σ↓［２′］與σ↓［１′２′］，結合計算出的原圖視差分布情況，求出雙眼視差處的Ｄ１（ｘ，ｙ），Ｄｃｇ（ｘ，ｙ）與Ｄｓｇ（ｘ，ｙ）值，計算公式如下：Ｄ１（ｘ，ｙ）＝（２μ↓［１］μ↓［２］＋Ｃ↓［１］）／μ↓［１］↑［２］＋μ↓［２］↑［２］＋Ｃ↓［１］）Ｄｃ↓［ｇ］（ｘ，ｙ）＝２σ↓［１′］σ↓［２′］＋Ｃ↓［２］）／（σ↓［１′］↑［２＋σ↓［２′］↑［２］＋Ｃ↓［２］）Ｄｓ↓［ｇ］（ｘ，ｙ）＝（σ↓［１′２′］＋Ｃ↓［３］）／（σ↓［１′］σ↓［２′］＋Ｃ↓［３］）；第六步，通過公式ＤＳＳＩＭ（ｘ，ｙ）＝［Ｄ１（ｘ，ｙ）］↑［α］［Ｄｃ↓［ｇ］（ｘ，ｙ）］↑［β］［Ｄｓ↓［ｇ］（ｘ，ｙ）］↑［γ］（３－３４）計算出雙眼視差處的ＤＳＳＩＭ值，其中α，β，γ取值都為１；第七步，通過ＤＳＳＩＭ值，利用公式下列計算雙眼視差處圖像梯度結構相似度ＤＭＳＳＩＭ，即圖像立體感覺客觀評價值ＤＥ：ＤＥ＝ＤＭＳＳＩＭ＝１－１／Ｄ＊Ｄ...

【技術特征摘要】

【專利技術屬性】
技術研發人員：楊嘉琛，王斌，韋娜，范超偉，武強一，李杰，
申請(專利權)人：天津大學，
類型：發明
國別省市：12[中國|天津]