1.一种窗口六自由度合成视频的客观质量评价方法,其特征在于,包括以下步骤:S1:获取待评价的窗口六自由度合成视频作为目标合成视频;
S2:将目标合成视频分解成若干个时空域;
步骤S2中,首先将目标合成视频转换为由宽度W、高度H和帧数T组成的三维阵列V,宽度W、高度H和帧数T的索引分别为x、y、t;然后基于x、y、t的不同组合形成对应的三个时空域:XY-T域、XT-Y域和TY-X域;
其中,XY-T域中的三维阵列V
S3:分别在对应的时空域中评估目标合成视频的绘制失真、视点路径不适性和压缩失真;
S4:对目标合成视频的绘制失真、视点路径不适性和压缩失真进行加权计算,得到对应的客观质量评价分数;
步骤S4中,通过如下公式计算客观质量评价分数:Q
式中:Q
2.如权利要求1所述的窗口六自由度合成视频的客观质量评价方法,其特征在于:步骤S3中,在XT-Y域和TY-X域进行高频信息评估、边缘清晰度评估、亮度变化特征评估和语义完整性评估,并根据评估结果计算目标合成视频的绘制失真。
3.如权利要求2所述的窗口六自由度合成视频的客观质量评价方法,其特征在于:步骤S3中,计算绘制失真之前,首先通过两帧光流方法估计间隔帧的深度图E;然后计算深度图E在x方向和y方向的最大强度值,并分别作为TY-X域和XT-Y域中的分解固定点;最后分解得到TY-X域中的图像集Ω1和XT-Y域中的图像集Ω2;图像集Ω1的图像个数为W式中:I
4.如权利要求2所述的窗口六自由度合成视频的客观质量评价方法,其特征在于:步骤S3中,具体包括以下步骤:S301:首先将TY-X域中的三维阵列VA(u,v;x)=α×ln|F(u,v;x)|;
式中:A(u,v;x)表示TY-X域中第x张图像在(u,v)坐标处的振幅谱;F(u,v;x)表示TY-X域中第x张图像在(u,v)坐标处的傅里叶变换值;α=20;
式中:
式中:
S302:首先计算TY-X域中每张图像的(n+m)阶Zernike矩;然后通过图像的Zernike矩逆变换得到对应的重建图像;再计算原始的灰度图像与其重建图像之间的结构相似性,得到对应图像的边缘清晰度;最后基于每张图像的边缘清晰度计算TY-X域中的边缘清晰度;
式中:Z
式中:X″(x)表示TY-X域中第x张图像的重建图像;n式中:
式中:
S303:首先计算TY-X域中每张图像的亮度变化特征;然后基于每张图像的亮度变化特征评估TY-X域中的亮度变化特征;
式中:
式中:
S304:首先计算TY-X域中每张图像的语义完整性;然后基于每张图像的语义完整性计算TY-X域中的语义完整性;
式中:
式中:
S305:在XT-Y域中对应的执行步骤S301至S304,计算得到XT-Y域中的高频信息、边缘清晰度、亮度变化特征和语义完整性;
S306:基于TY-X域和XT-Y域中的高频信息、边缘清晰度、亮度变化特征和语义完整性计算目标合成视频的绘制失真;
式中:S
5.如权利要求1所述的窗口六自由度合成视频的客观质量评价方法,其特征在于:步骤S3中,首先在XT-Y域中分析图像的特征点分布,用以反映不同视点切换产生的路径趋势;然后评估不同视点切换路径下的视点路径不适性作为目标合成视频的视点路径不适性。
6.如权利要求5所述的窗口六自由度合成视频的客观质量评价方法,其特征在于:步骤S3中,具体包括以下步骤:S311:将XT-Y域中的V
S312:定义一个Hessian矩阵;并将每个像素的Hessian矩阵转换为近似值det[H式中:c表示XT-Y域中第y张图像中的像素点;σdet[H
式中:二阶导数D
S313:首先利用3×3×3邻域的非最大抑制和三维线性插值方法筛选出最稳定的特征点,并选择100个特征点作为最终的特征点集P;然后通过对特征点集P归一化坐标,并利用2D高斯分布反映特征点的统计规律;
式中:μ
S314:计算每张图像视点路径切换导致的视点路径不适性;
式中:
S315:基于各张图像的视点路径不适性计算XT-Y域中的视点路径不适性作为目标合成视频的视点路径不适性;
式中:S
7.如权利要求1所述的窗口六自由度合成视频的客观质量评价方法,其特征在于:步骤S3中,在XY-T域进行高频信息评估和边缘清晰度评估,并根据评估结果计算目标合成视频的压缩失真。
8.如权利要求7所述的窗口六自由度合成视频的客观质量评价方法,其特征在于:步骤S3中,具体包括以下步骤:S321:在XY-T域计算每张图像的振幅谱平均值,基于每张图像的振幅谱平均值计算XY-T域中的高频信息;
式中:
S322:在XY-T域计算每张图像的边缘清晰度,基于每张图像的边缘清晰度计算XY-T域中的边缘清晰度;
式中:
S323:基于XY-T域中的高频信息和边缘清晰度计算XY-T域中的压缩失真;
其中,
式中:S