利用边缘相似度的光场图像质量评价

近年来,随着虚拟现实(Virtual Reality,VR)和增强现实(Augment Reality,AR)技术发展和普及,光场图像引起了学术界和工业界的广泛关注.然而,在光场采集和图像压缩、存储、传输和渲染的过程中,不可避免会引入各类失真从而导致光场图像质量出现劣化.因此,如何根据人眼视觉特性来准确高效地评价光场图像质量成为急需解决的问题.考虑到光场图像复杂的结构特性,本文意在利用边缘相似度来构建适用于光场图像质量客观评估的数学模型.首先,利用梯度和Gabor滤波器分别提取光场图像的空域和频域相似度,进而进行融合得到边缘相似度图,接着对边缘相似度图采用基于频域边缘强度的池化策略进行权重计算得到最终的客观评估分数.实验结果显示,与现有的图像质量评价方法相比,本文所提算法能够更好地反映出人类视觉系统对光场图像的主观感知特性.