3D图像数据库主观评估系统的建立

贺文卿，徐漫飞，吴圆圆

(西安电子科技大学电子工程学院，陕西西安 710071)

围绕对3D图像主观评分系统的建立描述了各个环节，包括源图像的选取、失真图像的获得、评估应用程序的设计、硬件平台的搭建、评估人员的训练以及后续数据处理等，建立一套完整的评价模型。

1 3D图像数据库的建立

1.1 源图像的选取

由于设备的限制和约束，没有能够直接从双目摄像头获得左右视图，采用源图像为EPFL数据库［1］，该数据库包含10个场景，是经过调整后的图像，针对于每个场景由6组左右视图组成，可以明显看出左右视图之间的水平偏移不同。从该数据库中分别选取场景中人的主观评分最高的左右视图［2］，用于进一步图像处理。所选取的图像其左视图如图1所示。

1.2 图像失真的获得

图1 3D图像数据库源图像

目前图像领域较多的图像失真是模糊、高斯白噪声、JPEG压缩以及JPEG2000的压缩失真。参考彩色图像数据库Live以及其他数据库的失真类型，文中完成的图像的失真类型也是以下4种:高斯模糊、高斯白噪声、JPEG压缩以及JPEG2000压缩。其中，高斯模糊，高斯白噪声和JPEG压缩是在Matlab环境下分别调用函数通过设置不同的参数实现，JPEG2000是在DOS命令下调用函数包实现的。

基于一定的原则，从获取的失真图像中选取不同失真程度的图像，针对每个场景，按照5个质量等级进行区分有:很好、好、一般、差、很差［3］。针对于每一个场景选取5个不同等级的失真，每一个失真类型将有50幅图像备用。

1.3 评估程序的设计

对于评估程序需要训练和评估两部分组成，因此该程序也有两个部分，其具体程序流程图如图2和图3所示。(1)训练过程。是使评估者形成一个概念，即图像的质量和评分之间是对应关系。针对于每一组评估图像，有5幅对应5个不同质量的图像显示:即很好、好、一般、差、很差。训练结束后，进入图像评估程序。(2)评估部分。对于不同的观察者，读入图像之后，对所有图像进行随机分布，对于每一次评估，图像的显示顺序不同。显示图像后，由观察者控制图像显示的时间，确定图像的质量以后，退出。输入图像的评分，数据保存至Excel中，保存之后进入下一幅图像，直至一组评估序列结束，退出该评估程序。

图2 训练流程图

1.4 硬件平台的搭建

评估环境为黑暗的基本没有亮度变化的实验室。硬件设备平台要求显卡支持3D显示，在此采用显卡为英伟达 GT－250、显示器为 23.6″LCD Acer GD245HQ，其刷新频率在 120 Hz以上［4］，选用配套的无线快门式3D眼镜。刷新图像和3D眼镜通过红外发射器进行匹配，实验环境如图4所示。

1.5 评估者训练

参与评估的实验人员均为学生，年龄分布为2227岁，没有任何先验的3D知识和经验。其矫正视力均在正常范围以内。由于3D图像的特殊性容易造成人眼视觉疲劳，因此参照国际电联标准，每次评估时间限定在30 min以内。试验过程中，每次评估时间控制在约20 min［5］。因此将图像按照失真类型的不同分为4组，每组50组图像，分别有35个评估者进行评分。

2 数据结果的处理与验证

2.1 数据结果的处理

计算每一个图像主观评分的均值和方差，通过计算偏离均值的大小，判断误差值较大的点，针对每一个观察者统计判断错误的次数，如果判断错误次数超过25%，则将该组数据判定为无效数据组，删除［6］。

其中，N是所有参与评估的人数;Uij是由第j个人对第i幅图像的评分;mosi是第i幅图像的均值;Si是第i幅图像的标准差，如果Uij满足式(3)则认定该数据为无效数据［6］。

剔除无效数据组后，剩余数据即为有效数据，将该数据采用式(4)映射到0100之间［7］，对有效数据求均值如式(5)所示，该数据即为该数据库的主观评分。即为最后的主观评分

2.2 验证

以其中一个场景的JPEG失真为例，说明该数据库的结果。JPEG压缩失真是基于8×8的DCT变换［8］，由以下5幅图像可以看出，随着JPEG压缩等级的提高，块效应也越明显，导致的最后结果就是图像严重失真。对左右视图进行同等程度的失真，从图5可看出有明显的块效用，这直接影响了图像质量。

图5 JPEG压缩图像

对该组图像求取PSNR可以得到结果如图6所示:随着bpp(比特每像素)的增加，图像的主观评分越来越高，即，随着压缩比率的增加，图像所占用的物理资源越少，但是块效应越明显，此时，人的主观感受越低，图像质量越差［9］。

图6 压缩比率与主观评分之间的关系

在此采用计算PSNR［10］来验证图像数据库的有效性，计算结果如图7所示，从图中可以看出图像的质量和信噪比之间的关系是成正比的，即信噪比越高，图像的质量评分越好，即图像质量越好。

3 结束语

从以上数据可以看出，该数据库符合3D图像评估的客观要求，可以用于进一步研究。下一步将围绕图像的质量展开特征分析，建立更加客观、消耗资源少、耗时短的图像评价模型。

图7 信噪比与图像质量之间的关系

［1］Multimedia Signal Processing Group.3D image quality assessment［EB/OL］.(2011 －03 －09)［2012 －08 －21］http://mmspg.epfl.ch/3diqa.

［2］LUTZ G，FRANCESCA D S，TOURADJE.Impact of acquisition istortions on the quality of stereoscopic images ［J］.IEEE Transactions on Images，2009，23(6):1142 －1149.

［3］ITU －R.Methodology for the subjective assessment of the quality of television pictures［R］.USA:Technology Report BT.500 －11，ITU，2002.

［4］ITU －R.Subjective assessment of stereoscopic television pictures［R］.USA:Technology Report BT.1438，2000.

［5］ITU －R.Methodology for the subjective assessment of the quality of television pictures［R］.USA:Technology Report BT.500－11，ITU－R，2002.

［6］HAMID R S，MUHAMMAD F S，ALAN C B.A statistical evaluation of recent full reference image quality assessment gorithms ［J］.IEEE Transactions on Image Processing，2006，15(11):59 －65.

［7］HORÉ A.Image quality metrics:PSNR vs.SSIM［C］.Canada Ziou:Pattern Recognition(ICPR)，2010 20th International Conference on Date of Conference，2010:2366－2369.

［8］ZHANG Faquan，WANG Guofu，YE Jingcai，et al.A new approach to estimate image blur extent based on wavelet module maximum［D］.Guilin，China:Dept.of Inf.＆ Commun.Eng.，Guilin Univ.of Electron.Technol，2010.

［9］SHEIKH H R，SABIR M F，BOVIK A C.A statistical evaluation of recent full reference image quality assessment algorithms［J］.IEEE Transactions on Image Processing，2008，24(5):978－987.

［10］MARCELLIN M W.An overview of JPEG －2000［C］.Data Compression Conference，Proceedings.DCC 2000:523 －541.