將Icc中下一個(gè)待處理的圖像塊作為當(dāng)前圖像塊，再返回步驟c2繼 續(xù)執(zhí)行，直至Iee中的所有圖像塊處理完畢，其中，g=g+1中的"="為賦值符號(hào)；c8、獲 取I。。在曲波域的方向能量分布特征向量
其中，fwD的維數(shù)為2，
符號(hào)"[]"為向量表示符 號(hào)；
[0027] 所述的步驟③-4的具體過程為：dl、將I。。中當(dāng)前待處理的第g個(gè)圖像塊定義為 當(dāng)前圖像塊；d2、將當(dāng)前圖像塊記為/浮As,將/法Ag對(duì)應(yīng)的第j層尺度上的曲波系數(shù)記為 0B' '，其中，1《j《S;d3、計(jì)算/策對(duì)應(yīng)的每層尺度上的曲波系數(shù)包含的每個(gè)矩陣中的每 個(gè)系數(shù)的幅值的對(duì)數(shù)；然后計(jì)算/逆As對(duì)應(yīng)的每層尺度上的曲波系數(shù)包含的所有矩陣中的 系數(shù)的幅值的對(duì)數(shù)的均值；d4、根據(jù)/終Wg對(duì)應(yīng)的每層尺度上的曲波系數(shù)包含的所有矩陣 中的系數(shù)的幅值的對(duì)數(shù)的均值，獲取對(duì)應(yīng)的每層尺度上的標(biāo)量能量，將玲產(chǎn)'S對(duì)應(yīng)的 第j層尺度上的標(biāo)量能量記為'祁、計(jì)算傅d'g對(duì)應(yīng)的相鄰的兩層尺度之間的能量差，將 媒;Ag對(duì)應(yīng)的第j' +1層尺度與第j'層尺度之間的能量差記為滬，'，cP，' =eB'，'"-6&，';并 計(jì)算/沒As對(duì)應(yīng)的間隔的兩層尺度之間的能量差，將/數(shù)對(duì)應(yīng)的第j"-i層尺度與第j"-3 層尺度之間的能量差記為滬，''，cP，''=eB'，'' 1-滬，"3;其中，1《j'《4,5《6 ;d6、令 g=g+l，然后將Icc中下一個(gè)待處理的圖像塊作為當(dāng)前圖像塊，再返回步驟d2繼續(xù)執(zhí)行，直 至Ic沖的所有圖像塊處理完畢，其中，g=g+1中的"="為賦值符號(hào)；d7、獲取IC廟曲波 域的標(biāo)量能量分布特征向量
其中，fsED的維 數(shù)為
符號(hào)"[]"為向量表示符號(hào)；
[002引所述的步驟③-5的具體過程為：el、對(duì)町du的直方圖進(jìn)行歸一化處理，得到歸一 化后的左視差圖直方圖，記為巧品' ；62、采用零均值的廣義高斯分布擬合巧品"，得到零均值 的廣義高斯分布的形狀參數(shù)和方差，對(duì)應(yīng)記為(誠;e3、將J'和(的構(gòu)成 Dwg的特征向量fDL，fw=|?篇，(為r門，其中，扣的維數(shù)為2,符號(hào)《[]"為向量表示符 號(hào)；
[0029] 所述的步驟③-6的具體過程為：fl、對(duì)Dmu的直方圖進(jìn)行歸一化處理，得到歸一 化后的左視差圖直方圖，記為巧澄T;:f2、采用零均值的廣義高斯分布擬合巧r，得到零均 值的廣義高斯分布的形狀參數(shù)和方差，對(duì)應(yīng)記為和;f3、將a；；：；：："和芯構(gòu) 成Dmu的特征向量fDK，= (為rf]，其中，fDK的維數(shù)為2,符號(hào)"[]"為向量表示 符號(hào)；
[0030]所述的步驟③-7的具體過程為：gl、將化du的直方圖記為巧造；g2、采用對(duì)數(shù)正態(tài) 分布擬合巧，得到對(duì)數(shù)正態(tài)分布的位置參數(shù)和尺度參數(shù)，對(duì)應(yīng)記為Z媒和;的、將Z端 和勾成化du的特征向量fV，fw=[>援1，為，其中，fuL的維數(shù)為2,符號(hào)"[]"為向量 表示符號(hào)；
[0031] 所述的步驟③-8的具體過程為：hl、將Umu的直方圖記為巧1;h2、采用對(duì)數(shù)正態(tài) 分布擬合，得到對(duì)數(shù)正態(tài)分布的位置參數(shù)和尺度參數(shù)，對(duì)應(yīng)記為Z篇!和h3、將Z言:三 和磅I構(gòu)成IW的特征向量fUK，韋《 =心説，端。，其中，fuK的維數(shù)為2,符號(hào)"[]"為向量 表示符號(hào)。
[0032] 所述的步驟⑥中構(gòu)造針對(duì)不同失真類型的失真立體圖像的支持向量回歸模型的 具體過程為：
[0033] ⑥-1、采用M幅原始的無失真的立體圖像，建立其在不同失真類型不同失真程度 下的失真立體圖像集，該失真立體圖像集共包括膽|幅失真立體圖像，其中，N>1;然后利 用主觀質(zhì)量評(píng)價(jià)方法獲得該失真立體圖像集中的每幅失真立體圖像的平均主觀評(píng)分差值， 將該失真立體圖像集中的第k幅失真立體圖像的平均主觀評(píng)分差值記為〇M(9巧,、，其中， 再按照步驟①至步驟④的過程，W相同的方式獲取該失真立體圖像集中的每幅 失真立體圖像的特征向量，將該失真立體圖像集中的第k幅失真立體圖像的特征向量記為 瑞;
[0034]⑥-2、選取該失真立體圖像集中屬于第Z種失真類型的所有失真立體圖像，并將 選取的所有失真立體圖像的特征向量和平均主觀評(píng)分差值構(gòu)成的集合定義為當(dāng)前立體圖 像訓(xùn)練集，其中，1 <ZZ，E表示該失真立體圖像集中的失真立體圖像的失真類型的種類 數(shù)，
[00對(duì)⑥-3、將當(dāng)前立體圖像訓(xùn)練集記為Qz,取;，OMO媒}ea，其中，瑤表示選取的 第k'幅失真立體圖像的特征向量，駿亦表示Qz中的第k'個(gè)特征向量，凸MO瑞表示選取 的第k'幅失真立體圖像的平均主觀評(píng)分差值，亦表示Q,中的第k'個(gè)平均主觀評(píng) 分差值，1《k'《氏，氏表示該失真立體圖像集中屬于第Z種失真類型的失真立體圖像的 總幅數(shù)；
[0036] ⑥-4、構(gòu)造Q,中的每個(gè)特征向量的支持向量回歸模型，將巧、的支持向量回 歸模型記為/-城），/：瓜城，巧，)+ 6,其中，fz()為針對(duì)第Z種失真類型的 I=I 失真立體圖像的特征向量的支持向量回歸模型的函數(shù)表示形式，1《1《氏，O為權(quán)重 矢量，b為常數(shù)項(xiàng)，巧。表示Qz中的第I個(gè)特征向量，A(喊，F(xiàn),L)表示乂巧D的核函數(shù)，
，exp()表示W(wǎng)自然基數(shù)e為底的指數(shù)函數(shù)，符號(hào)"IIII"為 求歐式距離符號(hào)，T為核參數(shù)；
[0037] ⑥-5、采用支持向量回歸對(duì)Q,中的所有特征向量進(jìn)行訓(xùn)練，使得經(jīng)過 訓(xùn)練得到的回歸函數(shù)值與對(duì)應(yīng)的平均主觀評(píng)分差值之間的誤差最小，擬合得到最 優(yōu)的權(quán)重矢量《Wt和最優(yōu)的常數(shù)項(xiàng)bWt,將《Wt和bWt的組合記為（W。。。bept)，
，?其中，W表示對(duì)Q,中的所有特征向量進(jìn)行訓(xùn) 練的所有的權(quán)重矢量和常數(shù)項(xiàng)的組合的集合，
表示取使得 ￡(/-說)-OMO端)2的值最小的W和b的值；然后利用得到的最優(yōu)的權(quán)重矢量Wupt和 最優(yōu)的常數(shù)項(xiàng)bwt構(gòu)造支持向量回歸模型，記為
，其 中，巧:'為支持向量回歸模型的輸入向量，
[0038] ⑥-6、令Z=Z+1，然后選取該失真立體圖像集中屬于下一種失真類型的所有失真 立體圖像，并將選取的所有失真立體圖像的特征向量和平均主觀評(píng)分差值構(gòu)成的集合作為 當(dāng)前立體圖像訓(xùn)練集，再返回步驟⑥-3繼續(xù)執(zhí)行，直至該失真立體圖像集中屬于每種失真 類型的所有失真立體圖像均處理完畢，構(gòu)造得到針對(duì)不同失真類型的失真立體圖像的支持 向量回歸模型，其中，Z=Z+1中的"="為賦值符號(hào)。
[0039] 與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)在于：本發(fā)明方法充分考慮到左視點(diǎn)和右視點(diǎn)的 相互作用、雙目競爭和雙目融合的人眼立體視覺特性，分別W左視點(diǎn)圖像和右視點(diǎn)圖像為 參考融合形成會(huì)聚獨(dú)眼圖；并將會(huì)聚獨(dú)眼圖變換到曲波域提取特征，不僅提取了曲波系數(shù) 的分布特性，還提取了曲波域中的方向能量分布和標(biāo)量能量分布特性；本發(fā)明方法還考慮 了深度感知信息，構(gòu)建了包含立體感知的左視差圖、右視差圖和不確定左圖、不確定右圖， 并提取了零均值的廣義高斯分布和對(duì)數(shù)正態(tài)分布的擬合參數(shù)特征；最后將運(yùn)=部分特征組 合起來作為失真立體圖像的特征向量，獲得的失真立體圖像的特征向量具有較強(qiáng)的穩(wěn)定性 且能夠較好地反映失真立體圖像的質(zhì)量變化情況，與人眼的主觀感知具有很好的一致性， 從而能夠有效地提高客觀評(píng)價(jià)結(jié)果與主觀感知之間的相關(guān)性。
【附圖說明】
[0040] 圖1為本發(fā)明方法的總體實(shí)現(xiàn)框圖；
[0041] 圖2為一幅原始的無失真立體圖像（org)W及該無失真立體圖像經(jīng)化eg2000壓 縮（jp2k)、化eg壓縮（jpeg)、白噪聲（wn)、模糊化Iur)和快衰落（ff)失真后的失真立體 圖像經(jīng)曲波變換后對(duì)應(yīng)的第5層尺度上的曲波系數(shù)的幅值的對(duì)數(shù)的經(jīng)驗(yàn)概率分布函數(shù)的 分布統(tǒng)計(jì)規(guī)律示意圖；
[0042] 圖3為一幅原始的無失真立體圖像（org)W及該無失真立體圖像經(jīng)化eg2000壓 縮（jp2k)、化eg壓縮（jpeg)、白噪聲（wn)、模糊化Iur)和快衰落（ff)失真后的失真立體 圖像的不確定左圖的直方圖的分布統(tǒng)計(jì)規(guī)律示意圖。
【具體實(shí)施方式】
[0043] W下結(jié)合附圖實(shí)施例對(duì)本發(fā)明作進(jìn)一步詳細(xì)描述。
[0044] 本發(fā)明根據(jù)雙目融合、雙目競爭和深度感知的人眼立體視覺特性，提出了一種基 于雙目視覺感知的無參考立體圖像質(zhì)量客觀評(píng)價(jià)方法，其首先為模擬雙目立體視覺，利用 能量增益控制模型構(gòu)建失真立體圖像的會(huì)聚獨(dú)眼圖，同時(shí)，利用左視點(diǎn)圖像和右視點(diǎn)圖像 構(gòu)建左視差圖和右視差圖及不確定左圖和不確定右圖；然后，對(duì)會(huì)聚獨(dú)眼圖提取曲波域特 征，并分別在左視差圖和右視差圖及不確定左圖和不確定右圖上提取廣義高斯擬合參數(shù)特 征和對(duì)數(shù)正態(tài)分布擬合參數(shù)特征，將運(yùn)=部分特征作為立體圖像特征信息；最后通過支持 向量回歸建立立體圖像特征與平均主觀評(píng)分差值之間的關(guān)系，從而預(yù)測(cè)得到失真立體圖像 的客觀質(zhì)量評(píng)價(jià)預(yù)測(cè)值。
[0045] 本發(fā)明提出的一種基于雙目視覺感知的無參考立體圖像質(zhì)量客觀評(píng)價(jià)方法，其總 體實(shí)現(xiàn)框圖如圖1所示，其包括W下步驟：
[004引①令I(lǐng)du表示待評(píng)價(jià)的失真立體圖像，將Idu的左視點(diǎn)圖像和右視點(diǎn)圖像對(duì)應(yīng)記 為Ldu和Rdu，其中，Idu的寬度和高度對(duì)應(yīng)為W和H。
[0047] ②WLdu為參考，采用現(xiàn)有的光流法獲取WLdu為參考的左視差圖，記為DL^du;并 WRdu為參考，采用現(xiàn)有的光流法獲取WRdu為參考的右視差圖，記為DKdu;然后利用DMis 對(duì)Ldi進(jìn)行視差補(bǔ)償，獲得視差補(bǔ)償左圖，記為方W。，將中坐標(biāo)位置為（x，y)的像素點(diǎn) 的像素值記為;并利用町du對(duì)Rdu進(jìn)行視差補(bǔ)償，獲得視差補(bǔ)償右圖，記為臺(tái)， 將易m中坐標(biāo)位置為（x，y)飢象素點(diǎn)飢象素值著根據(jù)Ldi郝臺(tái)&&，獲取 不確定左圖，記為化du，將化du中坐標(biāo)位置為（X，y)的像素點(diǎn)的像素值記為y' (.v，.v);并根 據(jù)Rdu和Arf,、，獲取不確定右圖，記為Umu，將Umu中坐標(biāo)位置為（X，y)的像素點(diǎn)的像素值 記為再對(duì)和為，進(jìn)行能量增益控制，獲得會(huì)聚獨(dú)眼圖，記為I。。，將I。。中坐 標(biāo)位置為（X，y)的像素點(diǎn)的像素值記為//W(X，V);其中，1《X《W, 1《y《H。
[004引在此具體實(shí)施例中，步驟②中的

表示Ldu中坐標(biāo)位置為
的像素點(diǎn)的像素值，片&"。（義，3>)表示化415中坐標(biāo)位置為知，7)的像素點(diǎn) 的像素值，
表示Rdu中坐標(biāo)位置為
的像素點(diǎn)的像 素值，表示町du中坐標(biāo)位置為（x，y)的像素點(diǎn)的像素值。
[0049] 在此具體實(shí)施例中，步驟@中的戶'《(-、1，) = 1-/。"片>'），；/。''(.、1') = 1-/''。(.、叫，其 中，:0《盧站。(兩詩《1，:夢(mèng)'*心(馬的表示1^41沖坐標(biāo)位置為知，7)的像素點(diǎn)與&&/,,中坐標(biāo)位置 為（x，y)的像素點(diǎn)之間的結(jié)構(gòu)相似度值，〇<片、（,r，.v):;!，//'''"'(.v..r)表示Rdu中坐標(biāo)位置 為（x，y)的像素點(diǎn)與中坐標(biāo)位置