1、為獲得身臨其境的視覺體驗，圖像和視頻立體化成為多媒體技術(shù)的重要發(fā)展方向。人們已經(jīng)可以通過先進的立體圖像處理技術(shù)制作出高水平的3D電影，對關(guān)鍵賽事實現(xiàn)高清立體視頻的實況轉(zhuǎn)播。立體顯示設(shè)備成為市場的寵兒，各種立體圖像技術(shù)正在慢慢地改變著人們的生活。由于當前的立體圖像技術(shù)建立在2D圖像處理技術(shù)基礎(chǔ)上，在采集、存儲、傳輸和處理過程中除了會出現(xiàn)圖像失真的傳統(tǒng)圖像質(zhì)量問題，還會出現(xiàn)影響視覺體驗的立體圖像所特有的質(zhì)量問題，立體圖像的質(zhì)量在人們的三維感

2、知和立體體驗過程中起著至關(guān)重要的作用。如何建立符合人眼雙目視覺感知特性的立體圖像質(zhì)量評價模型是計算機視覺領(lǐng)域里新的研究熱點，對立體圖像的應(yīng)用與發(fā)展具有十分重要的理論和現(xiàn)實意義。由于人眼雙目視覺的復(fù)雜性，立體圖像質(zhì)量評價已經(jīng)演變成一個集視覺生理心理學(xué)、圖像處理、計算機視覺等多學(xué)科交叉的研究領(lǐng)域。立體圖像的最終接受者是人眼，任何引起雙目視覺感知的圖像特征直接影響著人們對圖像質(zhì)量的判斷，準確地描述這些特征對建立符合人眼視覺特性的立體圖像質(zhì)量評

3、價模型起著重要作用。
　　在立體圖像質(zhì)量評價研究中，研究者已經(jīng)通過主觀實驗發(fā)現(xiàn)了一些雙眼所特有的視覺特性和影響雙眼感知的視覺因素，并將其中的部分特性和因素用于立體圖像質(zhì)量評價算法和模型中，部分算法和模型已經(jīng)在一些3D技術(shù)中得到了初步的應(yīng)用。但是，立體圖像質(zhì)量評價仍然存在著缺乏有效的雙目視覺感知模型，未面向立體圖像特有質(zhì)量問題，人眼雙目視覺特性的考慮不足，模型預(yù)測性能不佳，視覺特性計算復(fù)雜等情況，影響了立體圖像的技術(shù)發(fā)展與應(yīng)用推廣。

4、本文以建立符合人眼雙目視覺特性的特征表示模型為出發(fā)點，針對上述問題進行了探索，并提出了一些有效的立體圖像質(zhì)量評價的算法模型。具體研究內(nèi)容分為以下五個部分：
　　第一，傳統(tǒng)的圖像信息表示是對圖像中各像素點像素值的概率分布計算信息熵，而根據(jù)人眼視覺生理學(xué)的研究成果，人眼不是以像素點為單位進行視覺感知，如何建立有效的視覺感知信息表示模型是亟待解決的問題。基于稀疏編碼理論，本文提出了一個立體圖像視覺信息表示模型。在所提模型中，先由立體圖像

5、訓(xùn)練出一組視覺基元作為視覺感知單元，在香農(nóng)信息論框架下，根據(jù)視覺基元表示立體圖像時的概率分布計算立體圖像視覺信息，即左視點圖像的視覺熵、右視點圖像的視覺熵和這兩個視點圖像的互信息。實驗結(jié)果驗證了所提模型的有效性。
　　第二，目前的立體圖像舒適度評價模型大多基于左、右視點圖像的視差強度或視差分布，需要依賴攝像機參數(shù)等信息才能得到相對準確的視差信息，這在很多3D應(yīng)用中無法實現(xiàn)；除視差因素外，還有很多因素影響立體圖像舒適度。基于立體圖像

6、視覺信息表示模型，針對立體圖像舒適度評價問題，本文提出了一個立體圖像舒適度評價模型。在所提模型中，主要考慮了對調(diào)節(jié)匯聚沖突和雙眼非一致感知的兩個立體圖像不舒適因素的評價，提出由視覺感知信息表示調(diào)節(jié)匯聚過程，由左、右視點圖像結(jié)構(gòu)特征表示雙眼感知一致性因素，再由支持向量回歸（SVR）方法來學(xué)習(xí)這兩個不舒適因素與主觀舒適度得分的關(guān)系，最后，通過訓(xùn)練好的SVR模型來預(yù)測立體圖像舒適度。實驗結(jié)果表明所提模型能夠有效地預(yù)測立體圖像的舒適度，解決立體

7、圖像舒適度評價需要依賴攝像機參數(shù)的問題。
　　第三，傳統(tǒng)的圖像質(zhì)量評價技術(shù)無法用于評價左、右兩個視點圖像具有不同視覺質(zhì)量的立體圖像，目前大多數(shù)立體圖像質(zhì)量評價算法需要依賴參考圖像完成質(zhì)量評價，在某些3D應(yīng)用中受限?；诹Ⅲw圖像視覺信息表示模型，針對立體圖像的非對稱失真評價問題，本文提出了一個面向立體圖像非對稱失真的部分參考質(zhì)量評價算法。在所提算法中，先通過一個標準圖像庫建立了一個公共的視覺基元集；再由這個公共視覺基元集在立體圖像稀

8、疏表示時系數(shù)的概率分布計算單眼視覺信息和雙眼視覺信息，分別用于表示雙眼視覺感知中的單眼線索和雙眼線索；隨后建立參考立體圖像和失真立體圖像之間的視覺信息損失向量；通過SVR來學(xué)習(xí)損失向量與主觀質(zhì)量評分（DMOS）的關(guān)系，再用訓(xùn)練好的SVR模型來預(yù)測立體圖像的非對稱失真質(zhì)量。實驗結(jié)果證實了所提模型的有效性，解決了一個典型立體圖像通信系統(tǒng)中質(zhì)量監(jiān)測的問題。
　　第四，在立體視頻的感知中涉及多個人眼視覺特性，傳統(tǒng)的JND（恰可覺察差）模型

9、通常僅考慮人眼的一種或兩種視覺特性，導(dǎo)致立體視頻質(zhì)量評價模型預(yù)測性能不佳，針對人眼對立體視頻感知中存在多個視覺特性的情況，本文提出了立體視頻質(zhì)量評價模型。所提模型聯(lián)合利用立體視頻感知中的SJND（立體恰可覺察差）和視覺注意特性，其中，SJND反映人眼雙目視覺系統(tǒng)中存在的多個視覺掩蔽特性，通過提取立體視頻的恰可覺察差作為視覺感知特征；視覺注意特性由立體視頻中幀內(nèi)、幀間和視間引起視覺注意的顯著性特征聯(lián)合表示；在計算參考立體視頻和失真立體視頻

10、視覺感知特征的相似度中引入視覺注意特性，提升立體視頻質(zhì)量評價的精度。最后，通過主觀實驗建立基準的立體視頻數(shù)據(jù)庫。實驗結(jié)果表明所提算法具有較好的預(yù)測性能。
　　第五，傳統(tǒng)的2D圖像顯著性檢測模型無法獲得立體圖像中的深度顯著性特征，當前立體顯著性檢測模型在提取深度顯著性特征時需要依賴基準深度圖，且計算復(fù)雜、運算時間長。針對立體顯著性運算時間長和基準深度圖依賴的問題，提出了一個高效的立體視覺顯著性檢測模型。所提模型首先用Log-Gabo

11、r濾波器從生成的視差圖中提取深度顯著圖，再聯(lián)合左視點圖像中提取的2D顯著圖和紋理顯著圖由線性加權(quán)融合（WLC）技術(shù)融合得到立體視覺顯著圖，最后，經(jīng)中心偏愛增強得到最終的立體視覺顯著圖。實驗結(jié)果表明在取得了與目前主流算法檢測性能相當?shù)臈l件下，解決了立體顯著性運算時間長的問題。
　　總之，本文對立體圖像質(zhì)量評價中的立體圖像信息表示、立體圖像舒適度評價、立體圖像非對稱失真評價、立體視頻失真評價以及立體視覺注意問題進行了深入的研究，提出了