基于显著性区域的立体图像舒适色度范围的测量

结合视觉注意机制,通过大量主观实验定量地对影响立体图像视觉舒适度的色度因素进行了研究.首先,结合视差图和平面显著图获得立体显著度图,再利用模糊隶属度和掩膜对其优化得出最终的显著立体图像,并采用眼动仪对所得显著立体图像的合理性进行验证;然后,采用由粗到细的逐级逼近法获得实验数据,利用视觉感知正常的被试者进行主观实验,得到不同场景显著立体图像的舒适色度匹配图和差异图.实验结果表明,左右视图舒适色度区间会随着不同场景而不同,双目视图舒适色度差异值平均最大可为122.5°,即左右视图色度差异不能过大.所得舒适色度范围很好地反映了立体图像的舒适度,不仅为立体信息的质量评价提供了评判依据而且为立体内容的制作提供了更有力的技术支撑.     

基于卷积神经网络的立体图像舒适度客观评价

基于卷积神经网络模型,提出一种立体图像舒适度评价方法。该方法无须提前根据特定的任务从图像中人工提取具体的特征,而是模拟人脑处理机制对图像进行层次化的抽象处理,自主提取特征。该方法采用三通道卷积神经网络结构,分别对原始图像进行主成分分析,以及32×32、256×256两种尺度的分块处理得到三条通道的输入数据集,根据输入数据设计每条通道的网络结构。采用两种尺寸分块处理得到不同尺寸的图像块特征信息,采用主成分分析降维处理得到原始图像的整体信息。此外,通过随机丢弃、局部响应归一化等方法提升算法的评价性能。实验结果表明,以修正线性单元为激活函数、输出层用Softmax分类器,对天津大学TJU立体图像数据库中400幅不同舒适度等级的立体图像样本进行测试,等级分类率正确达94.52%,优于极限学习机、支持向量机算法。     

基于显著区域的立体图像饱和度舒适范围测定

立体图像观看舒适度的影响因素是立体成像技术领域的关键问题。结合视觉注意机制特性,定量研究饱和度因素对立体图像视觉舒适度的影响。首先,得到立体显著度图,利用模糊隶属度原理和掩膜对其进行优化获得最终的显著立体图像,并用眼动仪对所得立体图像显著区域的正确性进行验证。然后,采用改进的逐级逼近法进行主观实验,通过大量的实验数据得到显著立体图像的舒适饱和度匹配图和差异图。实验结果表明,双目视图舒适饱和度平均差异值最大可达0.29。验证实验表明所提方法的舒适饱和度范围具有更好的普适性,不仅为立体图像舒适度的研究提供了依据,而且为立体内容的制作提供了技术标准。     

基于显著区域的立体图像舒适对比度范围的测量

结合视觉注意机制,通过大量主观实验,定量研究了对比度因素对立体图像视觉舒适度的影响。首先结合平面显著图和立体视差图获得立体显著度图,再利用模糊隶属度和掩模对其进行优化,获得显著立体图像,并用眼动仪验证其合理性;然后对左右视图进行对比度变换和主观实验,数据筛选后得到显著立体图像的舒适对比度匹配图和差异图。实验结果表明:左右视图的对比度差异门限值随着左视图对比度值的不同而改变,且左右视图对比度差异不能过大,最大和最小差异值分别为1.97和-2.40。实验所得舒适对比度范围很好地反映了立体图像的舒适度,验证实验的正确率达95%,为立体内容的制作提供了更合理可行的定量标准。     

基于显著区域的立体图像舒适视差范围研究

视差是影响立体内容视觉舒适度的主要因素之一。结合视觉显著特性,通过大量主观实验研究视差因素对立体图像舒适度的影响,得到舒适视差的定量范围。首先,利用立体显著区域提取算法获得显著立体图像,并用眼动仪验证其合理性;然后,采用像素平移法对显著立体图像进行视差变换,得到实验素材,进行主观实验;最后,处理实验数据,得到舒适视差的定量范围。结果表明,人眼对水平视差和垂直视差的舒适度响应差异很大,水平视差舒适范围为(-0.379°,0.644°),而可接受的垂直视差范围为(-0.10°,0.11°)。验证实验的正确率在90%以上,表明所得舒适视差范围很好地反映了立体图像的主观舒适度,能为立体内容的制作提供更符合人眼视觉特性的定量标准。