CN113935967B 一种无参考光场图像质量评价方法 （温州大学大数据与信息技术研究院）

院本发明提供了一种无参考光场图像质量评个成分重新排列成3维的伪视频序列，并计算各切波变换的特征提取方法对所述伪视频的连续2步骤Step3：采用基于三维剪切波变换的特征提取方法对所述伪视频的连续帧差进行步骤Step4：对步骤Step3提取的特征进行池化、回归得到3.如权利要求2所述的无参考光场图像质量将每个成分中的每个视点视为一帧，按照设定的规则将光场图像的每个视点排列成3视频的连续差帧分别定义为和ri。剪切波变换的特征提取方法对所述伪视频的连续帧差变换后可得到每个三维块的不同方向和不同尺度的剪切波系数，共包含1个低频子带3值范围与具体分割的三维块的个数相关，l表示第l个子带系数,当l＝1时表示低频子带系最后提取三类统计特征，所述三类统计特征包括第一类特6.如权利要求5所述的无参考光场图像质量评价方法，其特求取不同成分对应三维块的低频子带系数的空间维度和对应的梯度和然后计算和与和的相似度：Γ()表示伽马函数；得到每个成分的每个三维块对应的高频子带系参数α和σ,并将每个成分的所有三维块的高频子带系数的广义高斯分布拟合参数α和σ分别高频子带系数的广义高斯分布拟合参数包括和两个色度成48.如权利要求1所述的无参考光场图像质量评价方法，训练好的以径向基函数为内核的支持向量回归中回归得到失真的光场图像质量分数5测量原始和失真的光场图像的每个视点之间的一阶和二阶结构的相似度。Min等人从全局取了光场图像的空间质量和角度一致性。Xiang等人基于伪视频和重聚焦图像来量化光场了光场图像色度信息的探究。光场图像是高维数据，彩色的光场图像可以被定义为5维函分别提取特征来测量光场图像的空间质量和角度一预测光场图像的质量的无参考光场图像质量评价方法，是本领域技术人员急需解决的问6[0009]步骤Step3：采用基于三维剪切波变换的特征提取方法对所述伪视频的连续帧差[0011]进一步地，所述张量分解为采用Tucker分解方式沿着5维彩色光场图像的颜色维i.…和换方法对r',r:和中获取的每个三维块进行三维剪切波变换；[0024]变换后可得到每个三维块的不同方向和不同尺度的剪切波系数，共包含1个低频的取值范围与具体分割的三维块的个数相关，l表示第l个子带系数,当l＝1时表示低频子7[0026]更进一步地，使用Prewitt算子求取不同成分对应三维块的低频子带系数的空间维度和对应的梯度和然化低频子带系数的梯度与高频子带系数的相似度：示高频子带系数向量化成一维向量Γ()表示伽马函数；得到每个成分的每个三维块对应的高频子带系数的广义高斯分布拟合参数α和σ,并将每个成分的所有三维块的高频子带系数的广义高斯分布拟合参数α和σ分别进行平均处理作为每个成分的高频子数包括和两个色度成分的高频子带系数的广义高斯分布拟合参8质量分数包括：对每个成分相同类的特征FY、Fα和Fσ进行主成分分析降维得到裁剪的特征σ然后将特征向量FLFIQA输入到已经训练好的以径向基函数为内核的支持向量回归中回归得可获取光场图像的空间和角度信息；并且设计了三种统计特征有效的表示光场图像的质[0041]图5为本实施例中将4维的光场图像数据重塑成3维伪视频数据的排列顺序示意[0043]本申请先基于张量分解将5维的彩色光场图像沿着彩色维分解得到一个亮度成分9[0054]步骤Step2.1:将每个成分中的每个I,表示第ti帧的图像，||表示绝对值运算，lu表示第ti帧和第ti+1帧的差异的幅[0056]步骤Step2.3:各伪视频中所有相邻帧的差异的幅值构成了对应伪视频的连续差[0057]步骤Step3：采用基于三维剪切波变换的特征提取方法对所述伪视频的连续帧差[0059]步骤Step3.1:获取三个成分的伪视频连续差帧和r:中的三维块，并采[0060]在本实施例中，三维块获取过程为将三个成分的伪视频的连续差帧r',"和[0063]第一类特征的获取过程包括：使用Prewitt算子求取不同成分对应三维块的低频[0065]和然后计算和与和的每个像素点的相似度值，并求取平均值来量化低频子带系数的梯度与高频子带系得到每个成分的每个三维块对应的高频子带系数的广义高斯分布拟合参数α和σ,并将每个成分的所有三维块的高频子带系数的广义高斯分布拟合参数α和σ分别进行平均处理作为义高斯分布拟合参数包括和两个色度成分的高频子带系数的广义高斯分布拟合参数分别包括和和和[0071]步骤Step4.1:对每个成σ核的支持向量回归中回归得到失真的光场图像质量分数Qpr[0072]在本实施例中，采用一台具有IntelCore-i5中央处理器和8G字节内存的计算机并用Matlab语言编制了基于张量分解和三维剪切波变换的无参考光场图像质量评价方法，[0073]本申请的方