一种基于数字水印的立体图像质量客观评价方法
【专利摘要】本发明公开了一种基于数字水印的立体图像质量客观评价方法，其在发送端提取无失真立体图像的左、右视点图像的DCT域中的特征，并将对特征进行量化编码后得到的数字水印嵌入DCT域中；在接收端提取失真立体图像的左、右视点图像的DCT域中的特征，检测失真立体图像中嵌入的数字水印并进行解码和反量化，根据提取的特征和解码反量化得到的特征获取失真立体图像的立体感知值和视点质量分数，最后利用已训练的支持向量回归模型获取测试的失真立体图像的客观质量评价预测值；本方法将从无失真立体图像中提取出的特征以水印的形式嵌入到立体图像中，信道在传输立体图像的同时也传输了特征，因此能够很好地预测人眼对立体图像的主观感知，符合人眼视觉特性。
【专利说明】一种基于数字水印的立体图像质量客观评价方法
【技术领域】
[0001]本发明涉及一种立体图像质量评价方法，尤其是涉及一种基于数字水印的立体图像质量客观评价方法。
【背景技术】
[0002]随着通信技术和多媒体技术的迅速发展，立体图像处理技术逐步在三维视频会议系统、虚拟现实、远程工业控制、远程教育和医疗、自动导航以及消费电子等诸多领域得到了应用。在立体图像压缩或传输系统中，往往需要根据压缩或传输之后的立体图像质量状况来评价该系统的优劣或调整相关的参数以达到更好的压缩或传输效果。人类是立体图像的最终接受者，因而人类对立体图像的主观评价被认为是最可靠的，但对立体图像的主观评价无法用数学模型进行描述，且比较容易受其他因素的限制和影响，不适合工程化应用。因而多年来学者们对立体图像客观评价方法进行了一些研究，根据立体图像客观评价方法对原始立体图像的依赖程度，可分为三类:全参考型(FR，Full Reference)、质降参考型(RR,Reduced-Reference)和无参考型(NR,No Reference)。全参考型的立体图像客观评价方法需要完整的原始立体图像做参考，适用于立体图像编码器设计和不同立体图像编码器的性能比较；无参考型的立体图像客观评价方法无需原始立体图像做参考，主要用来评价图像的分块效应、振铃效应和模糊失真等已知的退化，因此应用受到很大的局限性；而质降参考型的立体图像客观评价方法是一种介于全参考型和无参考型之间的方法，该方法利用了参考立体图像的部分特征信息来评价失真立体图像的感知质量，所需存储或传输的数据量少，且可靠性较高，尤其在实时通信系统中，该方法可用来监控立体图像感知质量并调整其码率以达到较好的视觉效果，因此该方法的研究已成为该领域的一个热点课题。
【发明内容】
[0003]本发明所要解决的技术问题是提供一种基于数字水印的立体图像质量客观评价方法，其能够很好地预测人眼对立体图像的主观感知，符合人眼视觉特性。
[0004]本发明解决上述技术问题所采用的技术方案为:一种基于数字水印的立体图像质量客观评价方法，其特征在于包括以下步骤:
[0005]①-1、在发送端，令Sots表示原始的无失真的立体图像，将Sots的左视点图像记为
Lorg,将SOTg的右视点图像记为Rots ;将Lorg和Rots分别分割成MxN/8X8个互不重叠的尺寸大小
为8 X 8的图像块，其中，此处M为Lots和Rots的宽度，N为Lots和Rots的高度；
[0006]①-2、对Lots和Rots中的每个图像块进行离散余弦变换，得到Lots和Rots中的每个图像块的DCT系数矩阵；
[0007]①-3、分别对Lots和Rots中的所有图像块的DCT系数矩阵中的所有DCT系数进行系数重组，得到Lots和Rots各自对应的10个各不相同的重组系数矩阵，将Lots对应的第η’
个重组系数矩阵记为S';』rg ,将Rots对应的第η’个重组系数矩阵记为?其中，Lorg中的所有图像块的DCT系数矩阵中相同坐标位置处的DCT系数位于同一个重组系数矩阵中，Rorg中的所有图像块的DCT系数矩阵中相同坐标位置处的DCT系数位于同一个重组系数矩阵中，1≤n≤10；
[0008]①_4、计算Lots对应的每个重组系数矩阵与Rots对应的每个重组系数矩阵的差值绝对值矩阵，将Lots对应的第η’个重组系数矩阵Si,s与Rots对应的第η’个重组
系数矩阵的差值绝对值矩阵记为Dtg ,将Dtg中的第I个DCT系数记为
【权利要求】
1.一种基于数字水印的立体图像质量客观评价方法，其特征在于包括以下步骤:①-1、在发送端，令Sots表示原始的无失真的立体图像，将Sots的左视点图像记为Lorg,将Sots的右视点图像记为Rots ;将Lots和Rots分别分割成
2.根据权利要求1所述的一种基于数字水印的立体图像质量客观评价方法，其特征在于所述的步骤①-3中将Lots和Rots分别作为待处理图像，所述的步骤②-3中将Ldis和Rdis分别作为待处理图像，则对待处理图像中的所有图像块的DCT系数矩阵中的所有DCT系数进行系数重组的具体过程为:提取出待处理图像中的所有图像块的DCT系数矩阵中坐标位置为(1，D的DCT系数，并按序构成第I个重组系数矩阵；提取出待处理图像中的所有图像块的DCT系数矩阵中坐标位置为(1，2)的DCT系数，并按序构成第2个重组系数矩阵；提取出待处理图像中的所有图像块的DCT系数矩阵中坐标位置为(2，I)的DCT系数，并按序构成第3个重组系数矩阵；提取出待处理图像中的所有图像块的DCT系数矩阵中坐标位置为(2，2)的DCT系数，并按序构成第4个重组系数矩阵；提取出待处理图像中的所有图像块的DCT系数矩阵中横坐标为I < i < 2且纵坐标为3 < j < 4的所有DCT系数，并按序构成第5个重组系数矩阵；提取出待处理图像中的所有图像块的DCT系数矩阵中横坐标为3 ≤ i ≤ 4且纵坐标为I ≤ j ≤ 2的所有DCT系数，并按序构成第6个重组系数矩阵；提取出待处理图像中的所有图像块的DCT系数矩阵中横坐标为3 ≤ i ≤ 4且纵坐标为3 ≤ j ≤ 4的所有DCT系数，并按序构成第7个重组系数矩阵；提取出待处理图像中的所有图像块的DCT系数矩阵中横坐标为I ≤ i ≤ 4且纵坐标为5 ≤ j ≤ 8的所有DCT系数，并按序构成第8个重组系数矩阵；提取出待处理图像中的所有图像块的DCT系数矩阵中横坐标为5 ≤ i ≤ 8且纵坐标为I ≤ j ≤ 4的所有DCT系数，并按序构成第9个重组系数矩阵；提取出待处理图像中的所有图像块的DCT系数矩阵中横坐标为5≤i≤8且纵坐标为5≤j≤8的所有DCT系数，并按序构成第10个重组系数矩阵。
3.根据权利要求2所述的一种基于数字水印的立体图像质量客观评价方法，其特征在于所述的步骤①-6中将Lots和Rots分别作为待处理图像，则对待处理图像中的所有图像块的滤波后DCT系数矩阵中的所有滤波后DCT系数进行系数重组的具体过程，与所述的步骤①-3中对待处理图像中的所有图像块的DCT系数矩阵中的所有DCT系数进行系数重组的具体过程相同；所述的步骤②-6中将Ldis和Rdis分别作为待处理图像，则对待处理图像中的所有图像块的滤波后DCT系数矩阵中的所有滤波后DCT系数进行系数重组的具体过程，与所述的步骤②-3中对待处理图像中的所有图像块的DCT系数矩阵中的所有DCT系数进行系数重组的具体过程相同。
4.根据权利要求1至3中任一项所述的一种基于数字水印的立体图像质量客观评价方法，其特征在于所述的步骤①-7和所述的步骤②-7中取α =3。
5.根据权利要求4所述的一种基于数字水印的立体图像质量客观评价方法，其特征在于所述的步骤②-9中取Qtl=0.1。
【文档编号】H04N13/00GK103533343SQ201310463984
【公开日】2014年1月22日 申请日期:2013年9月29日 优先权日:2013年9月29日
【发明者】蒋刚毅, 周武杰, 郁梅, 邵枫, 彭宗举, 陈芬, 王晓东, 李福翠 申请人:宁波大学