立體圖像質(zhì)量評(píng)價(jià)方法的研究.pdf

1、立體圖像能使人類(lèi)身臨其境地體驗(yàn)到立體感及臨場(chǎng)感，逐漸地成為多媒體研究的主流方向。立體圖像質(zhì)量是評(píng)價(jià)系統(tǒng)性能的重要指標(biāo)，因此，研究符合人眼主觀感受的立體圖像質(zhì)量評(píng)價(jià)方法具有重要意義。本學(xué)位論文在探討色彩信息對(duì)立體圖像質(zhì)量重要性的基礎(chǔ)上，又分別融入立體圖像的邊緣信息、邊緣結(jié)構(gòu)相似度信息、紋理信息等內(nèi)容，提出基于不同特征的彩色立體圖像質(zhì)量評(píng)價(jià)方法，主要研究?jī)?nèi)容如下：
　?。?）首先，根據(jù)色彩信息對(duì)于立體圖像質(zhì)量的重要性，提出了基于HSV

2、顏色空間的彩色立體圖像質(zhì)量評(píng)價(jià)模型。提取基于HSV顏色空間的H、S、V的顏色特征，使用2種距離度量參考圖與失真圖對(duì)應(yīng)特征向量之間的差異作為質(zhì)量指標(biāo)，分析色彩特征對(duì)DMOS的重要性程度。在此基礎(chǔ)構(gòu)建基于HSV顏色空間的立體圖像質(zhì)量評(píng)價(jià)模型，經(jīng)實(shí)驗(yàn)，該模型與DMOS間Pearson與Spearman相關(guān)系數(shù)分別是0.873與0.834，能夠很好的表征立體圖像質(zhì)量，從而驗(yàn)證了色彩信息對(duì)立體圖像質(zhì)量有十分重要的影響。
　　（2）其次，在色

3、彩信息基礎(chǔ)上加入不同方向的邊緣信息，提出基于邊緣的彩色立體圖像質(zhì)量評(píng)價(jià)方法。使用Kirsch算子提取立體圖像不同方向的邊緣特征信息，并計(jì)算參考圖與失真圖之間邊緣的夾角余弦距離作為邊緣質(zhì)量指標(biāo)。然后基于色彩質(zhì)量指標(biāo)與邊緣質(zhì)量指標(biāo)構(gòu)造基于邊緣信息的立體圖像質(zhì)量評(píng)價(jià)模型。經(jīng)實(shí)驗(yàn)，該模型與DMOS間Pearson與Spearman相關(guān)系數(shù)分別是0.876與0.842，與DMOS具有很好的一致性。
　?。?）再次，在提取了色彩和邊緣信息的基

4、礎(chǔ)上,使用結(jié)構(gòu)相似度方法(SSIM)提出基于邊緣相似度的立體圖像質(zhì)量評(píng)價(jià)方法。計(jì)算參考圖與失真圖對(duì)應(yīng)邊緣的結(jié)構(gòu)相似度作為邊緣結(jié)構(gòu)相似度質(zhì)量指標(biāo)。然后基于邊緣結(jié)構(gòu)相似度指標(biāo)與色彩質(zhì)量指標(biāo)構(gòu)造基于邊緣結(jié)構(gòu)相似度的彩色立體圖像質(zhì)量評(píng)價(jià)模型，經(jīng)實(shí)驗(yàn)驗(yàn)證該模型與DMOS間Pearson與Spearman相關(guān)系數(shù)分別是0.889與0.859，該方法優(yōu)于之前提出的基于邊緣的立體圖像質(zhì)量評(píng)價(jià)模型。
　?。?）最后，在色彩信息的基礎(chǔ)上加入不同類(lèi)型的

5、紋理信息，提出基于紋理信息的彩色立體圖像質(zhì)量評(píng)價(jià)方法。使用二維5?5Laws紋理模板提取圖像的紋理特征，并計(jì)算參考圖與失真圖之間紋理特征的夾角余弦距離作為紋理質(zhì)量指標(biāo)。然后基于紋理質(zhì)量指標(biāo)與色彩質(zhì)量指標(biāo)構(gòu)造基于紋理信息的彩色立體圖像質(zhì)量評(píng)價(jià)模型。經(jīng)實(shí)驗(yàn)驗(yàn)證該模型與DMOS間Pearson與Spearman相關(guān)系數(shù)分別是0.923與0.917，該方法優(yōu)于之前提出的基于色彩與邊緣信息的立體圖像質(zhì)量評(píng)價(jià)模型。
　　對(duì)于提出的所有評(píng)價(jià)方法