多尺度分析与相似度的立体视频人类视觉评价模型的研究

立体视频的质量评价是感知与显示的基础,也是立体视频系统设计的依据。立体视频质量的主观评价方法虽然能够与人的主观感知结果一致,但因其稳定性差,可移植性差,耗时长,费用高,在实际应用中会受到很大的限制。而现有的客观评价方法主要考虑了图像信息的损失程度,很少关注立体图像的主观感知,因而不能真实地反映视频质量的优劣。随着立体视频技术的不断发展,如何有效地评价立体视频的质量将是一个研究热点和难点。 首先,简单介绍了立体视频质量的主客观评价方法,并对几种典型的客观评价模型进行了分析;然后,详细分析了人类视觉系统的基本特性以及小波变换理论。由于人是图像的最终接受者,所以评价视频质量优劣的关键在于其是否符合人类视觉系统的特性。本文在分析视觉非线性、对比敏感度、多通道结构和掩蔽效应等人类视觉特性的基础上,提出了基于多尺度分析和相似度的立体视频质量评价方法。算法的具体描述如下: 1.基于人类视觉特性的立体视频质量客观评价方法。该评价方法是基于立体图像对的差值信息的。本算法分两个方面对立体视频的质量进行评价:立体视频质量评价和立体感质量评价。首先分别对立体视频序列每帧的视点对进行5级小波分解,将整个空间频带划分为6个部分,计算各个频率子带的相似度指标;利用对比敏感度特性对各个评价指标进行加权平均;最后通过融合左、右视图的评价指标获得最终的立体视频客观评价指标。其次通过对差值图像进行多尺度分析和相似度评价,获得立体感的评价指标。 2.基于人类深度感知的立体视频质量客观评价方法。该评价方法是基于立体图像对的视差信息的。本文视差信息的提取是采用一维窗的立体匹配方法,它可以将匹配的范围限定在立体图像对对应的水平扫描线上,而且左、右视差信息通过一次扫描就可以同时获得,这大大减小了匹配的计算量,提高了匹配效率。对获得的视差图进行多尺度分析后,计算各尺度小波系数的相关度,获得视差信息的评价指标,最后通过对立体视频质量评价指标和视差信息评价指标进行融合得到了几个立体视频质量的评价指标。 实验结果表明,本文提出的基于多尺度分析和相似度的立体视频质量评价算法易于实现,计算复杂度较低。本文算法在充分考虑视觉感知特性后所提出的客观评价指标与人类主观评价值的相关性要优于传统的PSNR方法,与人眼的视觉主观感受有更高的一致性,并且能够反映立体视频的质量以及立体感的优劣。