立體視頻系統(tǒng)中的視覺感知質量與舒適度研究.pdf

1、立體視頻系統(tǒng)因其立體特性和交互功能被廣泛應用于各個領域，尤其是在攝影業(yè)、電視和電影制作中。而視頻/圖像在采集、編碼、存儲、傳輸、顯示等環(huán)節(jié)引入的攻擊會極大的影響用戶體驗質量。因此，改善立體視頻服務不僅要保證畫面質量，還需提高觀看安全性。本學位論文從視覺感知質量、視覺舒適度兩個方面展開研究，主要內(nèi)容如下：
　　（1）實現(xiàn)了一種基于離散余弦變換域的圖像質量評價方法。實際應用中很難獲得原始圖像，部分參考評價方法旨在使用部分特征數(shù)據(jù)解決失

2、真圖像評價問題。通過人眼的多通道特性，以圖像塊為變換單元，按照給定的重組規(guī)則對變換系數(shù)排列、組合，得到離散余弦變換域圖像；研究發(fā)現(xiàn)重組子帶系數(shù)近似服從廣義高斯密度函數(shù)，提取重組子帶的形狀參數(shù)、能量信息分別作為統(tǒng)計特征、感知能量特征；將形狀參數(shù)的改變量和能量信息的丟失量作為支持向量機的學習輸入，建立特征與主觀值的關系并得到客觀預測值。該方法在 LIVE平面圖像數(shù)據(jù)庫上的Pearson線性相關系數(shù)超過0.96，Spearman相關系數(shù)近似于

3、0.95。
　　（2）提出了一種基于視覺細胞建模的評價方法。在觀看立體圖像時，人類視覺系統(tǒng)以人眼視網(wǎng)膜細胞為媒介接收、傳輸和理解雙目信息。本文首先以視網(wǎng)膜細胞特性為基礎，對簡單細胞和復雜細胞進行建模；然后，雙目信息經(jīng)簡單-復雜細胞模型處理得到雙目融合視點圖和雙目細胞差異圖，采用多尺度結構相似度算法構建雙目融合評價模型和雙目立體感評價模型；最后，以最優(yōu)加權方式完成模型組合，得到最終評價模型。該方法在 LIVE對稱失真立體圖像庫上的P

4、earson線性相關系數(shù)在0.94以上，Spearman相關系數(shù)在0.93以上。
　　（3）在立體視頻體驗領域，視覺安全性一直是關注的焦點，因此視覺舒適度評價和增強具有重要意義。本文從評價和增強兩個角度展開立體圖像舒適度研究。針對評價環(huán)節(jié)，本文將視差特征提取與人類視覺關注機制相結合，實現(xiàn)了一種兩階段視覺舒適度評價框架。在第一階段，本文構建了一種自適應立體視覺顯著檢測模型，提取一系列顯著加權視差統(tǒng)計特征并構成高維特征向量。第二階段，