立体图像质量评价：一种基于结构失真的客观模型

"本文提出了一种基于结构失真分析的立体图像质量客观评价模型，用于评估立体图像在编码、传输和解码过程中的质量损失。该模型由左右视点图像质量和深度感知质量两部分组成，考虑了人眼对图像结构和深度信息的敏感性。通过计算左右视点图像的质量差异和深度感知的失真，该模型能够提供一个与主观感知高度一致的客观评价。实验结果显示，模型在处理高斯模糊、高斯白噪声、JPEG压缩、JP2000压缩以及H.264编码等常见失真时，具有较高的相关性和准确性。" 立体图像质量评价是图像处理领域的重要研究课题，特别是在当前立体视觉技术广泛应用的背景下。传统的方法主要关注单个二维图像的质量，而立体图像则涉及到两个视点（左视点和右视点）以及由此产生的深度信息。本研究中提出的模型针对这一特点，引入了结构失真分析。 首先，模型考虑到人眼对图像中不同区域的敏感度不一，并且自然图像通常具有方向性特征。因此，通过对左右视点图像进行分析，可以评估这些结构特性在图像处理过程中是否受到破坏。具体来说，模型计算左右视点图像的质量，这一步可能涉及到对图像细节、边缘清晰度和颜色一致性等方面的量化评估。 其次，为了捕捉立体图像的深度感知质量，模型利用左右视点的绝对差值图像，通过奇异值向量差异和均值偏差率来描述深度感的失真程度。这两个指标可以帮助识别和量化由于编码、传输或解码导致的深度信息扭曲。 最后，将左右视点图像质量和深度感知质量的评价结果融合，得到最终的立体图像质量评分。这个综合评价能够更全面地反映出立体图像的整体质量，更好地匹配人类的主观感知。 实验结果表明，该模型在多种常见的图像失真情况下，如高斯模糊、高斯白噪声、JPEG和JP2000压缩以及H.264视频编码，都能与主观评价保持高度一致。其相关系数和Spearman秩相关系数均超过0.92，均方误差低于6.6，证明了模型的可靠性和有效性。 这种基于结构失真分析的立体图像质量客观评价模型为立体图像处理和评价提供了一种新的方法，有助于提高立体图像系统的性能优化和用户体验。未来的研究可以进一步探索如何将该模型应用于更复杂和多样化的图像失真场景，以及如何结合深度学习等先进技术改进模型的精度和适应性。