一种基于双眼立体视觉的图像压缩质量评估系统的制作方法
【专利摘要】本发明提供一种图像质量评估方法，其结合了双眼立体视觉原理，通过采用双目融合技术，针对图像在同一压缩算法不同压缩率下进行压缩质量评估，以及图像在不同压缩算法下进行压缩质量评估。
【专利说明】一种基于双眼立体视觉的图像压缩质量评估系统
【技术领域】
[0001]本发明涉及计算机视觉和图像处理技术，特别是针对图像在同一压缩算法不同压缩率下压缩质量的评估方法，以及不同压缩算法下压缩质量的比较评估方法。
【背景技术】
[0002]图像质量是比较各种图像处理算法性能优劣以及优化系统参数的重要指标，因此在图像采集、编码压缩、网络传输等领域建立有效的图像质量评价机制具有重要的意义。
[0003]近些年来，随着图像处理技术的发展，图像质量评估方面的研究已吸引了研究人员的广泛关注，国内外已有许多科研机构和商业公司投身其中，如美国泰克公司研制的图像质量分析仪已经被广泛地应用。另外，像IBM、韩国SK电信集团等就图像视频质量评价问题也展开了深入研究。同时，图像质量评价算法层出不穷，典型的模型有基于人类视觉系统(Human Vision System, HVS)的图像质量评价模型，基于结构相似度(StructuralSimilarity Image Measurement, SSIM)的评价模型等。最近 JVT (Joint Video Team)已将SSIM算法作为图像质量评价指标引入到视频编码标准H.264的校验模型中。国内也已经有许多机构从事该领域的研究，并取得了相关成果。但总体来讲，还有许多未知问题有待探究。
[0004]图像质量评价从方法上可分为主观评价方法和客观评价方法，前者凭借实验人员的主观感知来评价对象的质量；后者依据模型给出的量化指标，模拟人类视觉系统感知机制衡量图像质量。相对于主观质量评价，客观质量评价具有操作简单、成本低、易于解析和嵌入实现等优点，已经成为图像质量评价的研究重点。另一方面，实际图像应用中也注重主观评价方法与客观评价方法的结合，即利用主观评价结果对客观质量评价模型中的参数进行校正。
[0005]人类的视觉系统是立体的，存在左右眼视差和左右眼的融合形成深度上的感受，增加人类的辨识能力。立体视觉注意无论是在心理学还是神经科学上都得到了广泛关注，也有不少的立体视觉方面的研究被发表，从左右眼差别、深度获取、双眼竞争、双目融合等方面都提出了研究理论，进而对立体视觉显著计算方法提供支撑。立体视觉显著计算方法成为计算机视觉领域研究的一个热点研究方向。
[0006]基于双眼立体视觉的图像技术能提供深度信息来增强图像的立体感、临场感，是下一代数字媒体技术的发展方向。
【发明内容】
[0007]本发明的目的就是提供一种基于双眼立体视觉的图像质量压缩的评价方法及系统，为实现上述目的，本发明采取以下技术方案:
[0008]本发明对图像质量评价过程中用到的心理物理测量方法进行验证，包括针对图像在同一压缩算法不同压缩率下压缩质量的评估方法，以及不同压缩算法下压缩质量的比较评估方法。根据本发明的一个方面，提供一种基于双眼立体视觉的图像质量压缩评价方法，所述方法包括如下步骤:
[0009]采用压缩算法对立体图像进行压缩，获得压缩后的立体图像；
[0010]通过双眼融合设备对所述压缩后的立体图像进行双目融合，输出并且记录主观相关性觉察次数；记录所述立体图像在双目融合过程中的播放时间；
[0011]根据所述主观相关性察觉次数和所述播放时间，进行统计分析；
[0012]根据所述统计分析的分析结果，选取所述主观相关性察觉次数最少的压缩方法和与之对应的压缩率，从而得到最佳压缩质量所对应的压缩参数。
[0013]根据本发明的一个方面，所述压缩算法为DDCT压缩算法或者H.264压缩算法。
[0014]根据本发明的一个方面，所述压缩后的立体图像包括左眼特征压缩图和/或右眼特征压缩图。
[0015]根据本发明的一个方面，在所述压缩算法中调节压缩参数，以获得不同压缩率下对应的压缩图像。
[0016]根据本发明的一个方面，通过度量所述压缩后的立体图像的细节信息的丢失、方向变化、以及模拟人眼的光亮适应特性对质量感知的影响，得出所述压缩后的立体图像的
失真度量
[0017]本方法由于采取以上技术方案，与现有的单幅图像质量评价方法相比较，本方法结合深度信息的评价，应用左右单眼感受野和双目融合的立体视觉显著性的计算办法，建立了一个立体图像客观评价模型的框架，而且保证了模型输出值与主观感知的一致性。
【专利附图】
【附图说明】
[0018]图1是本发明的基于双眼立体视觉的图像质量压缩评估方法的流程图。
[0019]图2是本发明中采用单种压缩方法在不同压缩率下进行图像质量评估的流程示意图。
[0020]图3是本发明中采用多种压缩方法进行图像质量评估的流程示意图。
【具体实施方式】
[0021]下面结合附图和实例，对本发明进行详细的描述。
[0022]人类的视觉系统依靠左右两只眼睛获取视觉信息，两只眼睛分别对应左眼感受野和右眼感受野是同个形状但存在一定的偏移。本系统从压缩图片集中选取立体图像对，在显示设备上把图像对的左右视野图在电脑屏幕的左右两边呈现，标记为L (A)-R (A)0其中，压缩集是根据现有的压缩算法，例如H.264、DDCT等压缩后的图片集。
[0023]通过立体镜等双眼融合设备进行双目融合，由于双目视差，通过神经网络的融合会在人脑中形成立体视觉。通过现有的视觉显著计算方法，最终输出并且记录主观相关性觉察次数，其中主观相关性觉察次数是指被试通过判断觉察到立体图片中是否有断裂的片段，并做按键反应，电脑会记录被试的按键次数并做判断正确与否的标志。同时记录双眼图片总的播放时间。
[0024]基于双眼立体视觉的图像质量压缩评估方法，主要包括以下三个步骤:1)基于感受野相位差，获取立体图片A的左眼特征图L (A)和右眼特征图R(A)。应用H.264、DDCT等压缩算法分别获取左眼特征压缩图L (A’)和右眼特征压缩图R (A’)。在图1中，L (A)表示立体图片A的左眼特征图，R (A)表示立体图片A的右眼特征图，L (A’)表示进过压缩处理之后的立体图片A的左眼特征压缩图，R (A’ )表示进过压缩处理之后的立体图片A的右眼特征压缩图。图1中的L (A)-R (A)表示一组图像对，即该图像对由左眼特征图L (A)和右眼特征图R(A)构成；L (A)-R (A’)表示一组图像对，即该图像对由左眼特征图L (A)和右眼特征压缩图R(A’ )构成；2)双目融合:融合左右眼的特征图步骤，根据心理学实验上利用立体镜等因为双目视差，通过神经网络的融合会在人脑中形成立体视觉达到融合的目的；3)输出统计计算结果。通过被试观看后的反应情况，即记录被试在键盘上的按键结果，然后应用现有的立体视觉显著计算方法计算输出变换后零系数所占的比例和压缩率。其中，在统计意义上并无其他噪声干扰时，当一幅图像的细节丢失的越多，其在变换域中的高频分量为零的系数就越多。
[0025]在图1中，其中双目融合步骤里，L (A)-R (A’)表示右眼视野图是由压缩算法压缩后的图。Tl，T2，T3，表示三种不同图像对的播放时间，T1+T2+T3的时间是固定的，Tl和T3可以是相同的时间段。按照图1中，有四种表示方法，例如:图1中的
【权利要求】
1.一种基于双眼立体视觉的图像质量压缩评价方法，其特征在于，所述方法包括如下步骤:采用压缩算法对立体图像进行压缩，获得压缩后的立体图像；通过双眼融合设备对所述压缩后的立体图像进行双目融合，输出并且记录主观相关性觉察次数；记录所述立体图像在双目融合过程中的播放时间；根据所述主观相关性察觉次数和所述播放时间，进行统计分析；根据所述统计分析的分析结果，选取所述主观相关性察觉次数最少的压缩方法和与之对应的压缩率，从而得到最佳压缩质量所对应的压缩参数。
2.根据权利要求1所述的基于双眼立体视觉的图像质量压缩评价方法，其特征在于，所述压缩算法为DDCT压缩算法或者H.264压缩算法。
3.根据权利要求1所述的基于双眼立体视觉的图像质量压缩评价方法，其特征在于，所述压缩后的立体图像包括左眼特征压缩图和/或右眼特征压缩图。
4.根据权利要求2所述的基于双眼立体视觉的图像质量压缩评价方法，其特征在于，在所述压缩算法中调节压缩参数，以获得不同压缩率下对应的压缩图像。
5.根据权利要求2所述的基于双眼立体视觉的图像质量压缩评价方法，其特征在于，通过度量所述压缩后的立体图像的细节信息的丢失、方向变化、以及模拟人眼的光亮适应特性对质量感知的影响，得出所述压缩后的立体图像的失真度量。
【文档编号】H04N17/00GK103442248SQ201310369957
【公开日】2013年12月11日 申请日期:2013年8月22日 优先权日:2013年8月22日
【发明者】洪志令, 吴梅红, 陆灵犀, 吴玺宏, 田永鸿, 黄铁军, 高文, 李量 申请人:北京大学