為（x，y)的像素點(diǎn)之間的結(jié)構(gòu)相似度值。在此，結(jié)構(gòu) 相似度值的計(jì)算直接采用現(xiàn)有技術(shù)。
[0050] 在此具體實(shí)施例中，步驟②中的/a' (X，.V)的獲取過(guò)程為；
[00川②-1、計(jì)算4,&的能量圖，記為ELdW將ELdu中坐標(biāo)位置為（X，y)的像素點(diǎn)的像 素值記為片心（.Y，_v)，片如片少')=|/。"片y)|2;計(jì)算馬恤的能量圖，記為Er"s，將Er"s中 坐標(biāo)位置為（x，y)的像素點(diǎn)的像素值記為pEw"(W'），/戶-片_y) =i/A"(w')|2;其中， (.、一)表示度中坐標(biāo)位置為（X，y)的像素點(diǎn)的像素值，(_r，3；)表示么&中坐標(biāo)位 置為（x，y)的像素點(diǎn)的像素值，符號(hào)"II"為取絕對(duì)值符號(hào)。
[00閲②-2、計(jì)算么和冷,,,的總能量圖，記為EndW將Endu中坐標(biāo)位置為（X，y)的像素 點(diǎn)的像素值記為片'''''(.、，0，/，''。（.、-，.!'）= /^'''（.、一) + 戶'''''心1'）。
[005引②-3、根據(jù)能量比重對(duì)和臺(tái)&"。進(jìn)行線性加權(quán)，得到會(huì)聚獨(dú)眼圖Icc,
[0054] ③-1、對(duì)Icc進(jìn)行重疊塊分圖像塊處理，然后對(duì)ICC中的每個(gè)圖像塊進(jìn)行曲波變換， 使Iee中的每個(gè)圖像塊轉(zhuǎn)換成多層不同尺度上的曲波系數(shù)。
[0055] 在此具體實(shí)施例中，步驟③-1的具體過(guò)程為：al、采用尺寸大小為nXn的滑動(dòng)窗 口，在I。沖W逐像素點(diǎn)移動(dòng)的方式滑動(dòng)，將It汾割成（W-n+1)X(H-n+1)個(gè)重疊的尺寸大 小為nXn的圖像塊，其中，n= 256姐、對(duì)Ic沖的每個(gè)圖像塊進(jìn)行曲波變換，使IC沖的每 個(gè)圖像塊轉(zhuǎn)換成S層不同尺度上的曲波系數(shù)，其中，S=log2(n)-3 = 1〇邑2(256)-3 = 5。
[0056]③-2、根據(jù)I。。中的所有圖像塊各自對(duì)應(yīng)的第5層尺度上的曲波系數(shù)包含的一個(gè) 矩陣中的所有系數(shù)的幅值的對(duì)數(shù)的經(jīng)驗(yàn)概率分布函數(shù)，獲取Iee在曲波域的尺度系數(shù)特征 向量，記為fws，其中，fws的維數(shù)為4。
[0057] 在此具體實(shí)施例中，步驟③-2的具體過(guò)程為：bl、將Icc中當(dāng)前待處理的第g個(gè)圖 像塊定義為當(dāng)前圖像塊，其中，（W-n+l)X化-n+1) ;b2、將當(dāng)前圖像塊記為/冷AS， 將媒"t'g對(duì)應(yīng)的第5層尺度上的曲波系數(shù)記為0B'5;b3、計(jì)算0B'5包含的一個(gè)矩陣中的所 有系數(shù)的幅值的對(duì)數(shù)的經(jīng)驗(yàn)概率分布函數(shù)，記為h( 0B'5) ;b4、利用現(xiàn)有的非對(duì)稱廣義高斯 分布擬合h( 0B'5)，得到擬合后的非對(duì)稱廣義高斯分布的幅值、均值、左標(biāo)準(zhǔn)偏差和右標(biāo)準(zhǔn) 偏差運(yùn)四個(gè)特征參數(shù)，對(duì)應(yīng)記為滬 5、yB'5、續(xù)'5和磚'S;b5、令g=g+1，然后將Icc中下一個(gè) 待處理的圖像塊作為當(dāng)前圖像塊，再返回步驟b2繼續(xù)執(zhí)行，直至Ic沖的所有圖像塊處理完 畢，其中，g=g+1中的"="為賦值符號(hào)；b6、獲取Icc在曲波域的尺度系數(shù)特征向量fWS， fA? =[汪'C。5,盧。-.5,礦-式a--]，其中，fNss的維數(shù)為 4，
[0058] 圖2給出了一幅原始的無(wú)失真立體圖像（org)W及該無(wú)失真立體圖像經(jīng)化eg2000 壓縮（jp2k)、化eg壓縮（jpeg)、白噪聲（wn)、模糊化lur)和快衰落（ff)失真后的失真立 體圖像經(jīng)曲波變換后對(duì)應(yīng)的第5層尺度上的曲波系數(shù)的幅值的對(duì)數(shù)的經(jīng)驗(yàn)概率分布函數(shù) 的分布統(tǒng)計(jì)規(guī)律。從圖2中可W看出，經(jīng)驗(yàn)概率分布函數(shù)的分布具有非對(duì)稱和重尾特性，月良 從非對(duì)稱廣義高斯分布，并且該分布的峰的位置和形狀會(huì)隨著失真類型的不同而改變。
[0059] ③-3、根據(jù)I。。中的所有圖像塊各自對(duì)應(yīng)的第4層尺度上的曲波系數(shù)包含的前32 個(gè)方向矩陣各自的方向能量，獲取Iee在曲波域的方向能量分布特征向量，記為fwD，其中， fcED的維數(shù)為2。
[0060] 在此具體實(shí)施例中，步驟③-3的具體過(guò)程為：cl、將Icc中當(dāng)前待處理的第g個(gè)圖 像塊定義為當(dāng)前圖像塊；c2、將當(dāng)前圖像塊記為傑，將/篇As對(duì)應(yīng)的第4層尺度上的曲 波系數(shù)記為0b'4;c3、從0B'4包含的64個(gè)方向矩陣中提取出前32個(gè)方向矩陣，將從0B'4 包含的64個(gè)方向矩陣中提取出的第t個(gè)方向矩陣記為.034''，其中，1《t《32,炒的維 數(shù)為c4、計(jì)算從0S'4包含的64個(gè)方向矩陣中提取出的每個(gè)方向矩陣的方向 能量，將護(hù)"'的方向能量記為
其中，/V…（ZMi)表示批W 中坐標(biāo)位置為（p，q)的系數(shù)，滬I，符號(hào)"II"為取絕對(duì)值符號(hào)；c5、將 從0B'4包含的64個(gè)方向矩陣中提取出的水平方向和垂直方向的方向矩陣作為主要方向 矩陣，且將從0B'4包含的64個(gè)方向矩陣中提取出的其余方向的方向矩陣作為非主要方向 矩陣；然后計(jì)算從0B'4包含的64個(gè)方向矩陣中提取出的2個(gè)主要方向矩陣的方向能量的 均值，記為/<"1!;并計(jì)算從0B'4包含的64個(gè)方向矩陣中提取出的30個(gè)非主要方向矩陣的 方向能量的均值，記為；c6、計(jì)算從0B'4包含的64個(gè)方向矩陣中提取出的30個(gè)非 主要方向矩陣的方向能量的標(biāo)準(zhǔn)偏差，記為巧式_w。;然后計(jì)算從0B'4包含的64個(gè)方向矩 陣中提取出的30個(gè)非主要方向矩陣的方向能量的變化系數(shù)，記為
c7、令g=g+1，然后將Icc中下一個(gè)待處理的圖像塊作為當(dāng)前圖像塊，再返回步驟c2繼 續(xù)執(zhí)行，直至Iee中的所有圖像塊處理完畢，其中，g=g+1中的"="為賦值符號(hào)；c8、獲 取Ic廟曲波域的方向能量分布特征向量
，其中，fwD的維數(shù)為2，
符號(hào)"[]"為向量表示符 ，： 號(hào)。
[0061] ③-4、根據(jù)I。。中的所有圖像塊各自對(duì)應(yīng)的每層尺度上的曲波系數(shù)包含的每個(gè)矩 陣中的每個(gè)系數(shù)的幅值的對(duì)數(shù)，獲取Iee在曲波域的標(biāo)量能量分布特征向量，記為fSED，其 中，fsED的維數(shù)為6。
[0062] 在此具體實(shí)施例中，步驟③-4的具體過(guò)程為：dl、將Icc中當(dāng)前待處理的第g個(gè) 圖像塊定義為當(dāng)前圖像塊；d2、將當(dāng)前圖像塊記為增，將對(duì)應(yīng)的第j層尺度上的 曲波系數(shù)記為0B''，其中，1《j《S;d3、計(jì)算/算Wa'對(duì)應(yīng)的每層尺度上的曲波系數(shù)包含的 每個(gè)矩陣中的每個(gè)系數(shù)的幅值的對(duì)數(shù)；然后計(jì)算/裝Ag對(duì)應(yīng)的每層尺度上的曲波系數(shù)包含 的所有矩陣中的系數(shù)的幅值的對(duì)數(shù)的均值；d4、根據(jù)對(duì)應(yīng)的每層尺度上的曲波系數(shù) 包含的所有矩陣中的系數(shù)的幅值的對(duì)數(shù)的均值，獲取對(duì)應(yīng)的每層尺度上的標(biāo)量能量， 將/裝d's對(duì)應(yīng)的第j層尺度上的標(biāo)量能量記為eB'';d5、計(jì)算/算d'g對(duì)應(yīng)的相鄰的兩層尺度 之間的能量差，將對(duì)應(yīng)的第j' +1層尺度與第j'層尺度之間的能量差記為cP，'，滬，' =滬-并計(jì)算媒對(duì)應(yīng)的間隔的兩層尺度之間的能量差，將對(duì)應(yīng)的第r-1 層尺度與第r-3層尺度之間的能量差記為cK'，cK'=eB'i"i-eB'i" 3;其中，1《j'《4， 5《6 ;d6、令g=g+1，然后將Icc中下一個(gè)待處理的圖像塊作為當(dāng)前圖像塊，再返回步 驟d2繼續(xù)執(zhí)行，直至Icc中的所有圖像塊處理完畢，其中，g=g+1中的"="為賦值符號(hào)；d7、 獲取I。。在曲波域的標(biāo)量能量分布特征向量
其中，fsED的維數(shù)為6
符號(hào)"[]"為向量表示符 號(hào)。
[0063] ③-5、通過(guò)采用零均值的廣義高斯分布擬合化du對(duì)應(yīng)的歸一化后的左視差圖直方 圖，獲取町du的特征向量，記為fDL,其中，f。誠(chéng)維數(shù)為2。
[0064] 在此具體實(shí)施例中，步驟③-5的具體過(guò)程為：el、對(duì)化du的直方圖進(jìn)行歸一化 處理，得到歸一化后的左視差圖直方圖，記為巧緣；e2、采用零均值的廣義高斯分布擬合 公，得至IJ零均值的廣義高斯分布的形狀參數(shù)和方差，對(duì)應(yīng)記為a;;:"和(f;e3、將 ccr和(端/構(gòu)成化du的特征向量f 二|<r，(的r。，其中，fJ勺維數(shù)為2,符號(hào) "[]"為向量表示符號(hào)。
[0065] ③-6、通過(guò)采用零均值的廣義高斯分布擬合Dmu對(duì)應(yīng)的歸一化后的右視差圖直方 圖，獲取Dmu的特征向量，記為fDK,其中，fDK的維數(shù)為2。
[0066] 在此具體實(shí)施例中，步驟③-6的具體過(guò)程為：fl、對(duì)Dmu的直方圖進(jìn)行歸一化 處理，得到歸一化后的左視差圖直方圖，記為巧;r;f2、采用零均值的廣義高斯分布擬合 n；T，，得到零均值的廣義高斯分布的形狀參數(shù)和方差，對(duì)應(yīng)記為和(為f;巧、將 端r和(端::')2構(gòu)成Dmu的特征向量fDK，f謝4端;;"，(端r門，其中，fDK的維數(shù)為2,符號(hào) "[]"為向量表示符號(hào)。
[0067] ③-7、通過(guò)采用對(duì)數(shù)正態(tài)分布擬合ULdJ勺直方圖，獲取ULdJ勺特征向量，記為fUL， 其中，f。,的維數(shù)為2。
[006引在此具體實(shí)施例中，步驟③-7的具體過(guò)程為：gl、將化du的直方圖記為巧I;g2、采用對(duì)數(shù)正態(tài)分布擬合巧I，得到對(duì)數(shù)正態(tài)分布的位置參數(shù)和尺度參數(shù)，對(duì)應(yīng)記為這和 端:；的、將端;和趨:構(gòu)成ULdu的特征向量fUL，=[端:，趨;]，其中，fuL的維數(shù)為2,符 號(hào)"[]"為向量表示符號(hào)。
[006引③-8、通過(guò)采用對(duì)數(shù)正態(tài)分布擬合IUs的直方圖，獲取UKdu的特征向量，記為fUK， 其中，的維數(shù)為2。
[0070] 在此具體實(shí)施例中，步驟③-8的具體過(guò)程為：hl、將Umu的直方圖記為U為1;h2、 采用對(duì)數(shù)正態(tài)分布擬合(乃:二，得到對(duì)數(shù)正態(tài)分布的位置參數(shù)和尺度參數(shù)，對(duì)應(yīng)記為之和 趨：；h3、將端;和《二構(gòu)成IW的特征向量fUK，={端，說(shuō);。，其中，fuK的維數(shù)為2,符 號(hào)"[]"為向量表示符號(hào)。
[0071]圖3給出了一幅原始的無(wú)失真立體圖像（org)W及該無(wú)失真立體圖像經(jīng)化eg2000 壓縮（jp2k)、化eg壓縮（jpeg)、白噪聲（wn)、模糊化lur)和快衰落（ff)失真后的失真立 體圖像的不確定左圖的直方圖的分布統(tǒng)計(jì)規(guī)律示意圖。從圖3中可W看出，不確定左圖的 直方圖服從對(duì)數(shù)正態(tài)分布，且失真類型不同，不確定左圖的直方圖的形狀也隨之改變。
[007引④將fNSS、foED、fsED、fDL、fDR、fuL和fUR構(gòu)成Idu的特征向量，記為Fdu，F(xiàn)du=[fNSS，f0ED，fsED，foL，foR，fuL，fJ，其中，F(xiàn)du的維數(shù)為20,符號(hào)"[]"為向量表示符號(hào)。
[0073] ⑥構(gòu)造針對(duì)不同失真類型的失真立體圖像的支持向量回歸模型；然后利用針對(duì)與 Idu相同失真類型的失真立體圖像的支持向量回歸模型，計(jì)算Idu的客觀質(zhì)量評(píng)價(jià)預(yù)測(cè)值， 記為Qdu，假設(shè)Idu屬于第Z種失真類型，則么,=尤巧,,）=i; XA巧,。，F(xiàn);&) + 6。,,，其中， .片1 l<z<Z,Z表示構(gòu)造支持向量回歸模型時(shí)所采用的失真立體圖像集中的失真立體圖像 的失真類型的種類數(shù)，Z> 1，f,()為針對(duì)第Z種失真類型的失真立體圖像的支持向量回歸 模型的函數(shù)表示形式，K,表示構(gòu)造支持向量回歸模型時(shí)所采用的失真立體圖像集中屬于第 Z種失真類型的失真立體圖像的總幅數(shù)，《Wt為最優(yōu)的權(quán)重矢量，bWt為最優(yōu)的常