论文部分内容阅读
人们在观看立体图像时,会同时关心画面质量和视觉安全性问题。为此,本学位论文分别从立体图像质量评价(Stereoscopic Image Quality Assessment,SIQA)和视觉舒适度评价(Visual Comfort Assessment,VCA)两个角度出发,对立体图像的感知质量评价进行研究,具体内容如下:1)基于双目恰可察觉失真(Binocular Just Noticeable Difference,BJND)的立体图像质量评价。利用BJND模型量化双目掩盖效应,提出基于结构相似度理论的评价模型衡量左右视点失真程度;融合两模型的输出结果,确定各视点的感知质量;根据失真特点,确定左右视点质量对整体感知质量的贡献程度。实验结果表明,该方法对对称和非对称失真的立体图像质量评价结果与主观感知一致性均较高,Pearson Linear Correlation Coefficient(PLCC)值分别超过0.94和0.91。2)基于失真判别的图像质量评价。确定图像失真类型,进行针对性评价可以提高客观评价的准确性,因此在对图像失真特性分析的基础上,提出两个质量评价模型:(1)平面评价模型。根据失真图像数据特性,利用“阈值法”构建失真判别器,确定图像失真类型;从三个不同评价模型中择优进行针对性评价。实验结果表明,在考虑3种失真类型时,判别器的准确率达到100%;质量评价过程有效发挥了各模型的优势。(2)立体评价模型。根据失真特性提取图像特征;利用SVM(Support Vector Machine)的“二分类”原理构建多分类器,确定图像失真类型;提出基于双目融合特性的立体评价模型,对各失真图像进行自适应评价。实验结果表明,在考虑4种失真类型时,判别器在数据库内和数据库间的准确率分别超过99%和93%;质量评价结果与主观感知一致性较高。3)从客观和主观两个角度分别提出立体图像视觉舒适评价方法。(1)客观:基于前景对象特性的立体图像视觉舒适度评价。提取立体图像的前景对象,并提取前景对象的视差、宽度和复杂度作为特征;分析不同特征对舒适度产生影响的条件;根据特征的作用环境不同,对图像进行自适应舒适度评价。实验结果表明,该方法的评价效果比现有方法好,PLCC值超过0.84。(2)主观:左右视点亮度差异对立体图像视觉舒适度的影响。该主观实验主要包含2个内容:确定恰可引起视觉不舒适的临界视差和建立左右视点亮度差异与舒适度值之间的数学关系。实验采用“双刺激法”得到的结果表明:视差在1°之内属于舒适区域,超过2°会引起极大的视觉不舒适;双目亮度差异值与舒适之间存在稳定的线性关系,且舒适度值随着亮度差异的增加而减小。