白丝美女被狂躁免费视频网站,500av导航大全精品,yw.193.cnc爆乳尤物未满,97se亚洲综合色区,аⅴ天堂中文在线网官网

一種無參考立體圖像質(zhì)量評價方法

專利號
CN106210711B
公開日期
2017-10-31
申請人
寧波大學(xué)(浙江省寧波市江北區(qū)風華路818號)
發(fā)明人
邵楓; 張竹青; 李福翠
IPC分類
H04N17/00; H04N13/00
技術(shù)領(lǐng)域
失真,視點,圖像,矢量,圖像特征,圖像質(zhì)量,立體,stest,評價,質(zhì)量
地域: 浙江省 浙江省寧波市

摘要

本發(fā)明公開了一種無參考立體圖像質(zhì)量評價方法,其在訓(xùn)練階段,通過主觀實驗獲得失真立體圖像的分類標簽,并將所有無失真立體圖像、所有失真立體圖像及各自對應(yīng)的分類標簽構(gòu)成訓(xùn)練圖像集,并通過聯(lián)合字典訓(xùn)練得到訓(xùn)練圖像集的左、右視點圖像特征字典表和左、右視點圖像質(zhì)量字典表及變換矩陣,左、右視點圖像特征字典表和左、右視點圖像質(zhì)量字典表具有可辨別性;在測試階段,根據(jù)左、右視點圖像特征字典表,通過優(yōu)化得到稀疏系數(shù)矩陣,再通過稀疏系數(shù)矩陣和左、右視點圖像質(zhì)量字典表,計算圖像質(zhì)量客觀評價預(yù)測值,因左、右視點圖像特征字典表和左、右視點圖像質(zhì)量字典表具有可辨別性,使得圖像質(zhì)量客觀評價預(yù)測值與主觀評價值保持了較好的一致性。

說明書

1 2 3 4 5 6 7
[0059] 在此具體實施例中,步驟①_2中的6種不同的全參考圖像質(zhì)量評價方法分別為公知的SSIM、MS-SSIM、FSIM、IW-SSIM、VIF和GMSD全參考圖像質(zhì)量評價方法。步驟①_2中的的獲取過程為:采用6種不同的全參考圖像質(zhì)量評價方法分別獲取 的失真左視點圖像的客觀評價預(yù)測值,共得到 的失真左視點圖像對應(yīng)的6個客觀評價預(yù)測值;然后將的失真左視點圖像對應(yīng)的6個客觀評價預(yù)測值按序組合成 的失真左視點圖像的圖像特征矢量 步驟①_2中的 的獲取過程為:采用6種不同的全參考圖像質(zhì)量評價方法分別獲取 的失真右視點圖像的客觀評價預(yù)測值,共得到 的失真右視點圖像對應(yīng)的6個客觀評價預(yù)測值;然后將 的失真右視點圖像對應(yīng)的6個客觀評價預(yù)測值按序組合成的失真右視點圖像的圖像特征矢量 [0060] ①_3、采用K-SVD方法求解 , 獲得 的左視點圖像特征字典表、左視點圖像質(zhì)量 字典表、右視點圖像特征字典表、右視點圖像質(zhì)量字典表及變換矩陣,對應(yīng)記為及W;其中, 和 的維數(shù)均為84×K, 和 的 維數(shù)均為6×K,W的維數(shù)為1×K,K表示設(shè)定的字典的個數(shù),K≥1,min{}為取最小值函數(shù),符號“||||F”為求取矩陣的弗羅貝尼烏斯范數(shù)-范數(shù)符號,符號“||||1”為求取矩陣的1-范數(shù)符號,XL,dis的維數(shù)為84×(N×P×Q), 對應(yīng)為 中的第1個圖像特征矢量、第2 個圖像特征矢量、…、第g個圖像特征矢量、…、第N×P×Q個圖像特征矢量,YL,dis的維數(shù)為6×(N×P×Q), 對 應(yīng)為 中的第1個圖像質(zhì)量矢量、第2個圖像質(zhì)量矢量、…、第g個圖像 R,dis 質(zhì)量矢量、…、第N×P×Q個圖像質(zhì)量矢量,X 的維數(shù)為84×(N×P×Q), 對應(yīng)為 中的第1個圖像特征矢量、第2個圖像特征矢量、…、第g個圖像特征矢量、…、第N×P×Q個圖像特征矢量,YR,dis的維數(shù)為6×(N×P×Q), 對應(yīng)為 中的第1個圖像質(zhì)量矢量、第 2個圖像質(zhì)量矢量、…、第g個圖像質(zhì)量矢量、…、第N×P×Q個圖像質(zhì)量矢量,Z的維數(shù)為1×(N×P×Q),Z=[M1,M2,…,Mg,…,MN×P×Q],M1,M2,…,Mg,…,MN×P×Q對應(yīng)為{Mg|1≤g≤N×P×Q}中的第1個分類標簽、第2個分類標簽、…、第g個分類標簽、…、第N×P×Q個分類標簽,A表示稀疏系數(shù)矩陣,A的維數(shù)為K×(N×P×Q),A=[a1,a2,…,ag,…,aN×P×Q],a1,a2,…,ag,…,aN×P×Q對應(yīng)為A中的第1個列向量、第2個列向量、…、第g個列向量、…、第N×P×Q個列向量,a1,a2,…,ag,…,aN×P×Q的維數(shù)均為K×1,符號“[]”為矢量表示符號,α和β均為加權(quán)參數(shù),λ為拉格朗日參數(shù),在本實施例中取λ=0.15。 [0061] 在本實施例中,步驟①_3中的K的取值與 中的失真立體圖像的失真類型有關(guān),當失真類型為JPEG失真時取K=90,當失真類型為高斯模糊失真時取K=78,當失真類型為高斯白噪聲失真時取K=100。步驟①_3中的α和β的取值與 中的失真立體圖像的失真類型有關(guān),當失真類 型為JPEG失真時取α=1.18和β=3.35,當失真類型為高斯模糊失真時取α=0.64和β= 2.25,當失真類型為高斯白噪聲失真時取α=1.69和β=4.41。 [0062] 所述的測試階段過程的具體步驟如下: [0063] ②_1、對于任意一幅測試立體圖像 按照步驟①_2中獲取 和 的過程,以相同的操作獲取Stest的失真左視點圖像和失真右視點圖像各自的圖像特征矢量,對應(yīng)記為 和 其中, 和 的維數(shù)均為84×1。 [0064] 在此具體實施例中,步驟②_1中的 的獲取過程為:采用BLIINDS-II方法獲取Stest的失真左視點圖像的維數(shù)為24×1的第一圖像特征矢量,并采用BRISQUE-L方法獲取Stest的失真左視點圖像的維數(shù)為36×1的第二圖像特征矢量,采用SRNSS方法獲取Stest的失真左視點圖像的維數(shù)為24×1的第三圖像特征矢量;然后將Stest的失真左視點圖像的第一圖像特征矢量、第二圖像特征矢量和第三圖像特征矢量按序組合成Stest的失真左視點圖像的圖像特征矢量 步驟②_1中的 的獲取過程為:采用BLIINDS-II方法獲取Stest的失真右視點圖像的維數(shù)為24×1的第一圖像特征矢量,并采用BRISQUE-L方法獲取Stest的失真右視點圖像的維數(shù)為36×1的第二圖像特征矢量,采用SRNSS方法獲取Stest的失真右視點圖像的維數(shù)為24×1的第三圖像特征矢量;然后將Stest的失真右視點圖像的第一圖像特征矢量、第二圖像特征矢量和第三圖像特征矢量組合成Stest的失真右視點圖像的圖像特征矢量[0065] ②_2、根據(jù)在訓(xùn)練階段過程獲得的 和 估計 和 的稀疏系數(shù)

權(quán)利要求

1 2 3 4 5 6
所述的步驟②_1中的 的獲取過程為:采用BLIINDS-II方法獲取Stest的失真右視點圖像的維數(shù)為24×1的第一圖像特征矢量,并采用BRISQUE-L方法獲取Stest的失真右視點圖像的維數(shù)為36×1的第二圖像特征矢量,采用SRNSS方法獲取Stest的失真右視點圖像的維數(shù)為 24×1的第三圖像特征矢量;然后將Stest的失真右視點圖像的第一圖像特征矢量、第二圖像特征矢量和第三圖像特征矢量組合成Stest的失真右視點圖像的圖像特征矢量
微信群二維碼
意見反饋