论文部分内容阅读
随着近年来高质量3D图像需求的日益增长,立体图像质量评价(Stereoscopic Image Quality Assessment,SIQA)成为了现代图像处理技术中的重要研究领域,但人类视觉系统(Human Visual System,HVS)的复杂性给相关研究带来了大量技术障碍。双目视觉不是双眼视觉信息的简单叠加,其形成过程伴随着许多附加效应。例如,双目竞争现象会使左右视图内容不同引发注意力不均衡分配、立体场景会给观察者的主观视觉感受带来不适等,这些都可能对图像的质量感知结果产生影响。因为人类主观地进行图像质量评价费事费力且可重复性差,所以设计客观算法使其尽量与人类的主观评价结果相一致,是SIQA的主要研究内容。本文基于HVS双目视觉的感知特性,对SIQA算法进行了深入研究,主要提出了:(1)一种基于视觉系统层次结构的全参考SIQA方法依据HVS不同层次对图像质量感知的影响的研究,本文提出了一种运行过程依赖参考图像信息的SIQA方法。该方法基于并行提取和量化HVS关注的不同层次的图像特征并映射为图像质量评价结果的策略;同时,在像素尺度上考虑了双目竞争带来的影响以确保其对立体图像的针对性。公知数据库上的实验结果表明,与具有代表性的同类型方法相比,该方法与人类的主观评价有更好的一致性,且对不同失真类型的图像表现出了更稳定的性能。(2)一种考虑双目竞争和舒适度的无参考SIQA评价方法为了克服算法执行过程对参考图像的依赖,本文也提出了一种无参考立体图像质量评价方法。基于自适应图像分割结果,该方法在多个尺度上进行特征提取与量化,并映射成图像质量指标。并且,该方法在不同尺度上衡量双目竞争和双目视觉舒适度等双目效应造成的影响,同时利用视觉显著性模型的辅助进一步提高算法性能。公知数据库中的实验结果表明,该算法不仅与现有的无参考立体图像质量评价方法相比在准确性和稳定性方面具有优越性,而且与现有全参考算法相比也很有竞争力。