22、立体图像质量评估的方法与发展

立体图像质量评估的方法与发展

1. 立体图像质量指标与映射

立体图像有18个质量指标，其中包括从视差图计算得到的两个指标。之后，采用支持向量机将这些指标映射为最终的质量得分。

2. 考虑视觉不适和双眼竞争的紧凑框架

有一种无参考方法，具有以下创新点：
- 考虑了观看立体场景时的视觉不适。
- 采用的框架既不使用独眼图像，也不进行权重计算。
- 尽量使方法流程紧凑，以便并行框架能有效运行。

该方法的框架包含三条并行的图像处理路径：
- 上路径 ：自适应地分割图像，主要目的是近似视觉不适。
- 中路径 ：计算图像局部能量。
- 下路径 ：计算视觉显著性以提供辅助。

2.1 自适应图像分割

使用简单线性迭代聚类（SLIC）完成自适应图像分割。由于每个图像像素可以用五个值表示（二维空间坐标和三个颜色通道），可以将像素视为五维超空间中的一个点。采用K - means线性聚类方法，迭代地减少成本函数：
[J = \sum_{n = 1}^{N}\sum_{k = 1}^{K}r_{nk}\left | x_{n}-\mu {k} \right |^{2}]
其中，(x {n})表示N个像素中的第n个像素，(\mu {k})表示K个聚类中第k个聚类的中心，当(x {n})属于第k个聚类时(r_{nk})为1，否则为0。

超参数K决定了数据预期分类的聚类数，也就是图像分割时应