CN102497565A - 一种影响立体图像舒适度的亮度范围的测定方法 - Google Patents

Abstract

本发明公开了一种影响立体图像舒适度的亮度范围的测定方法，根据第二级步长对第一舒适度合格立体灰度图像的边界处的不合格视图进行亮度处理获取多个第二级立体灰度图像；根据第三级步长对第二舒适度合格立体灰度图像的边界处的不合格视图进行亮度处理获取多个第三级立体灰度图像；通过预设准则对多个第三级立体灰度图像进行处理，获取统计平均值的第三级立体灰度视图，将其定义为第三舒适度合格的立体灰度图像；通过分段线性最小二乘拟合法进行拟合，获取立体图像舒适亮度匹配图以及立体图像舒适亮度差异图；对两个图求平均值，获取亮度综合分段线性和亮度差值综合分段线性拟合直线，从定量的角度研究了亮度因素对双目立体图像舒适度的影响。

Description

一种影响立体图像舒适度的亮度范围的测定方法

技术领域

本发明涉及立体图像舒适度评价和3D图像处理领域，特别涉及一种影响立体图像舒适度的亮度范围的测定方法。

背景技术

目前，关于立体图像/视频舒适度的测量和判定缺乏科学体系和行业统一的标准，国内外专家学者对立体图像/视频舒适度影响因素的研究也很有限。

在国外，Frank L.Kooi通过实验比较系统地定性研究了影响双目立体图像舒适度的各种因素，如亮度、色度、对比度、串扰、视差等，实验结果表明，只要立体图像两视图不匹配程度超过一定门限，其视觉舒适度都将严重降低^[1]。PieterJ.H.Seuntiens进行了立体图像主观评价的实验，并指出图像扭曲、串扰、压缩损伤等双眼差异过大以及深度立体感过大都会降低立体图像的舒适度^[2]。MarcLambooij系统总结了影响立体图像舒适度的各种因素，并将这些因素主要分为四类：双目视觉生理异常、视图不匹配、视图视差过大以及调节会聚相矛盾，其中视图不匹配包括视图几何特性不匹配(如视图平移、旋转、放大等)和视图过滤特性不匹配(如亮度、色度、对比度、串扰等)^[3，4]。国际标准化组织ISO发行了关于立体图像/视频安全性的文件IWA3：Image safety，该文件明确阐述了立体图像/视频会对人体健康造成影响，如引起眼疲劳、诱发眼疾病等，同时还提供了许多建议，以降低立体图像/视频对人体健康的影响^[5，6]。

在国内，杨蕾结合人眼视觉系统(Human Visual System，HVS)的特性，通过对立体图像右视图参数进行变化而左视图相应参数保持不变的方法，定性研究了亮度、对比度、分辨率和色度四个参数对双目立体成像系统显示效果的影响，并分析说明了参数变化对成像效果造成影响的原因^[7]。李小方系统阐述了观看立体图像引起视疲劳的生理原因，指出亮度和颜色差异过大的左右视图，会在观看者眼中产生不匹配视差图像对^[8，9]。劳丽娟利用canny算子提取立体图像的边缘信息，通过大量主观实验研究了边缘信息对立体图像舒适度的影响^[10]。

发明人在实现本发明的过程中发现，现有技术中至少存在以下的缺点和不足：

国内外研究都是从定性方面研究影响立体图像舒适度的因素，没有文献对这些影响因素进行定量的研究，使得测定方法不稳定、不精确，无法满足实际应用中的需要。

发明内容

本发明要解决的技术问题在于提供一种影响立体图像舒适度的亮度范围的测定方法，该方法提出从定量的角度研究亮度因素对双目立体图像舒适度的影响，详见下文描述：

一种影响立体图像舒适度的亮度范围的测定方法，所述方法包括以下步骤：

(1)根据源立体图像亮度参数的最大值和最小值，获取第一级步长、第二级步长和第三级步长；

(2)根据所述第一级步长对所述源立体图像进行亮度处理，得到多个第一级立体灰度图像；

(3)通过预设准则对所述多个第一级立体灰度图像进行处理，获取统计平均值

的第一级立体灰度视图，将其定义为第一舒适度合格立体灰度图像，记录所述第一级立体灰度视图中的左右灰度视图的最大和最小序号，并记录第一级视图亮度；

(4)根据所述第二级步长对所述第一舒适度合格立体灰度图像的边界处的不合格视图进行亮度处理获取多个第二级立体灰度图像；

(5)通过所述预设准则对所述多个第二级立体灰度图像进行处理，获取统计平均值

的第二级立体灰度视图，将其定义为第二舒适度合格立体灰度图像，并记录所述第二级立体灰度视图中的左右灰度视图的最大和最小序号；

(6)根据所述第三级步长对所述第二舒适度合格立体灰度图像的边界处的不合格视图进行亮度处理获取多个第三级立体灰度图像；

(7)通过所述预设准则对所述多个第三级立体灰度图像进行处理，获取统计平均值的第三级立体灰度视图，将其定义为第三舒适度合格的立体灰度图像，记录所述第三级立体灰度视图中的左右灰度视图的最大和最小序号，并记录第三级视图亮度；

(8)通过分段线性最小二乘拟合法对所述第一级视图亮度和所述第三级视图亮度进行拟合，获取立体图像舒适亮度匹配图以及立体图像舒适亮度差异图；

(9)对所述立体图像舒适亮度匹配图求平均值，获取亮度综合分段线性拟合直线，对所述立体图像舒适亮度差异图求平均值，获取亮度差值综合分段线性拟合直线。

通过以上实验步骤，每幅源立体图像变化后得到一组立体图像，四幅源立体图像变化后共得到四组立体图像。

步骤(1)中的所述根据源立体图像亮度参数的最大值和最小值，获取第一级步长、第二级步长和第三级步长具体为：

其中N_i和k都为整数            (1)

其中，k为分级数，N_i为第i级均匀分段数，L_min和L_max为亮度参数L的最小值和最大值，L_ref为人眼能分辨的参量最小值；

各级分段步长计算公式为：

$S_i=\frac{L_{\max }-L_{\min }}{\underset{j=1}{\overset{j=i}{\mathrm{\Π}}}{N}_j},$ 其中i＝1，…，k              (2)

其中，S_i为第i级分段步长，N_j为第j级分段数；

将各级选取相同的分段数并记为N，则公式错误！未找到引用源。简化为：

其中N，k都为整数             (3)

取使段数差δ最小的N、k值，最小段数差δ_min为

其中N，k都为整数(4)公式错误！未找到引用源。简化为：

$S_i=\frac{L_{\max }-L_{\min }}{N^i},$ 其中i＝1，…，k。            (5)

步骤(2)中所述根据所述第一级步长对所述源立体图像进行亮度处理，得到多个第一级立体灰度图像具体为：

对所述源立体图像进行亮度处理获取第一源左右灰度视图，根据所述第一级步长对所述第一源左右灰度视图的亮度进行线性变化，获取并两两组合第一变化后的左右灰度视图，得到多个第一级立体灰度图像。

步骤(4)中所述根据所述第一级步长对所述第一舒适度合格立体灰度图像的边界处的不合格视图进行亮度处理获取多个第二级立体灰度图像具体为：

对所述第一舒适度合格立体灰度图像的边界处的不合格视图进行亮度处理获取第二左右灰度视图，根据所述第二级步长对所述第二左右灰度视图的亮度进行线性变化，获取并两两组合第二变化后的左右灰度视图，得到多个第二级立体灰度图像。

步骤(6)中所述根据所述第三级步长对所述第二舒适度合格立体灰度图像的边界处的不合格视图进行亮度处理获取多个第三级立体灰度图像具体为：

对所述第二舒适度合格立体灰度图像的边界处的不合格视图进行亮度处理获取三级左右灰度视图，根据所述第三级步长对所述三级左右灰度视图的亮度进行线性变化，获取并两两组合第三变化后的左右灰度视图，得到多个第三级立体灰度图像。

所述

$\stackrel{\‾}{C}=\frac{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{n}_i{c}_i}{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{n}_i}$

式中，m表示图像评分等级数，c_i为图像属于第i类对应的分数，n_i为判断图像属于第i类的被试者人数。

本发明提供的一种影响立体图像舒适度的亮度范围的测定方法，与现有技术相比具有如下的优点：

本发明通过大量实验首次定量研究亮度因素对观看双目立体图像舒适度的影响，定义了双目立体图像舒适亮度匹配图和舒适亮度差异图，两图可以用于评价双目立体图像的视觉舒适度，并进一步验证了两图的普适性，根据两图判定立体图像是否舒适的准确率达到92％以上。实验结果能够更好地反映立体图像舒适度，不仅为立体图像舒适度的主客观评价提供了依据，而且为立体视频舒适度的评价以及立体图像或视频压缩传输处理的研究提供新的思路，同时也为制作出具有更好舒适度的立体图像或视频提供了依据。

附图说明

图1为本发明提供的源立体图像door.bmp的示意图；

图2为本发明提供的源立体图像river.bmp的示意图；

图3为本发明提供的源立体图像family.bmp的示意图；

图4为本发明提供的源立体图像girl.bmp的示意图；

图5为本发明提供的k级步长逼近法第i级示意图；

图6为本发明提供的图像亮度第一级步长线性变化的示意图；

图7为本发明提供的图像亮度第二级步长线性变化的示意图；

图8为本发明提供的图像亮度第三级步长线性变化的示意图；

图9为本发明提供的四组立体图像舒适亮度匹配图的示意图；

图10为本发明提供的四组立体图像舒适亮度差异图的示意图；

图11为本发明提供的亮度综合分段线性拟合直线的示意图；

图12为本发明提供的亮度差值综合分段线性拟合直线的示意图；

图13为本发明提供的源立体图像booth.bmp的示意图；

图14为本发明提供的源立体图像antique.bmp的示意图；

图15为本发明提供的立体视窗的示意图；

图16为本发明提供的3DG-L3型偏振光立体眼镜的结构示意图；

图17为本发明提供的最佳观看距离；

图18为本发明提供的一种影响立体图像舒适度的亮度范围的测定方法的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

在所有的因素中，人眼对图像亮度的变化比较敏感，因此，首先从定量的角度研究亮度因素对双目立体图像舒适度的影响。

101：根据源立体图像亮度参数的最大值和最小值，获取第一级步长、第二级步长和第三级步长；

主观评价方法中的极限法是指实验者先使某个变量以阶梯性单调增加(上升)或减少(下降)的形式进行变化，然后让被试者判断变化点，该变化点即为临界点(threshold point)，对应的参量值为临界值(threshold value)。如果按照该方法对立源体图像的某个特征参量进行阶梯性单调增加(上升)或减少(下降)变化，则将会得到数量很大的待测立体图像，让被试者逐一进行观测评价费时费力，并且其中很多待测源立体图像的舒适度明显非常差。因此，必须对该极限法进行改进。

结合人眼视觉特性对极限法进行改进，提出由粗到细(from coarse to fine)的逐级步长逼近法。设主观评价指标为特征参数L，参见图5，则分级公式为：

其中N_i和k都为整数             (1)

其中，k为分级数，N_i为第i级均匀分段数，L_min和L_max为亮度参数L的最小值和最大值，L_ref为人眼能分辨的亮度参量最小值；

各级分段步长计算公式为：

$S_i=\frac{L_{\max }-L_{\min }}{\underset{j=1}{\overset{j=i}{\mathrm{\Π}}}{N}_j},$ 其中i＝1，…，k               (2)

其中，S_i为第i级分段步长，N_j为第j级分段数；

各级分段数N_i可以相同也可以不同，从统计学角度看对实验结果不会有影响。为便于计算与实验处理，将各级选取相同的分段数并记为N，则公式错误！未找到引用源。简化为：

其中N，k都为整数              (3)

为了降低数据量，需要使最后一级的分段步长S_k更接近P_ref，取使段数差δ最小的N、k值，最小段数差δ_min为

其中N，k都为整数              (4)

公式错误！未找到引用源。简化为：

$S_i=\frac{L_{\max }-L_{\min }}{N^i},$ 其中i＝1，…，k               (5)

理论上，符合式错误！未找到引用源。的N、k值都可以应用于逐级步长逼近法，该方法又称为k级步长逼近法。k＝1时，只有一级逼进，步长S₁＝P_ref，即为极限法；为了增加各级的区分度以及达到细化的目的，要求N≥3，k≥3，再根据式错误！未找到引用源。就可以得到唯一符合要求的N、k值，带入式错误！未找到引用源。中即可得到各级分段步长S_i。

k级步长逼近法的逐级逼近过程如下：对特征参数L进行第i级分段时，按分段步长S_i进行平均分段，各段点标号记为ni＝1，2，…，N_i+1，各标号对应的特征参数L值记为L_ni。默认特征参数L具有线性变化特性：如果L_ni和L_ni+1值都是符合要求的，则在[L_ni，L_ni+1]内的特征参数L值也都是符合要求的；如果L_ni和L_ni+1值都是不符合要求的，则在[L_ni，L_ni+1]内的特征参数L值也都是不符合要求的；如果L_ni是符合要求的，而L_ni+1值是不符合要求的，则在(L_ni，L_ni+1)内的特征参数L值可能还有符合要求的，则需要对该范围进行进一步细分。

对第i级进行分段后，经过主观评价得到符合要求的特征参数L的上下界临界点标号为ni_thmin和ni_thmax，即在

内的特征参数L值都是符合要求的；而和

内的特征参量L值需要进一步进行第i+1级细分。

如此反复，直到得到第k级临界点和临界值为止。由上述过程可以看到，与极限法相比，逐级步长逼近法将极大地减少待测特征参量的值，进而极大地降低主观评价的工作量，省时省力，并且同样能够得到很好的实验效果。

通常人类视觉能分辨的图像灰度等级约为2⁶，所以，对于灰度级为256的灰度图像，人类视觉平均能分辨的最小亮度变化为4。在理论上，如果使用主观评价方法的极限法，以最小步长4对立体灰度图像左视图进行亮度增强和亮度降低的处理，将各得到64幅新左视图，共128幅新左视图，同理右视图也可得到128幅新右视图，新左右视图两两组合后得到的新立体灰度图像将有16384幅。新立体图像太多，让被试者逐一进行观测费时费力，并且其中很多立体图像舒适度明显非常差。因此，采用改进的极限法---逐级步长逼近法。将特征参量亮度记为L，首先需要求得逐级步长逼近法的分级数k。对于灰度图像，亮度最小值为L_min＝0，亮度最大值为L_max＝255，人眼能分辨的亮度最小值为L_ref＝4，带入式错误！未找到引用源。后，有

其中N，k都为整数           (6)

再根据N≥3，k≥3，即可求得N＝4，k＝3，再由式错误！未找到引用源。计算各级分段步长，得到：S₁＝64，S₂＝16，S₃＝4。

因此，对于复杂度不高的图像通常采用三级步长逼近法，从定量角度研究亮度参数对立体图像视觉舒适度的影响，即可获得较好的实验结果。其中，本发明实施例以三级步长为例进行实验说明，具体实现时，还可以采用多级步长进行线性变化处理，具体实现时，本发明实施例对此不做限制。

102：对源立体图像进行亮度处理获取第一源左右灰度视图，根据第一级步长对第一源左右灰度视图的亮度进行线性变化，获取并两两组合第一变化后的左右灰度视图，得到多个第一级立体灰度图像；

其中，该步骤具体为：将源立体图像分割为源左右视图，将源左右视图从RGB颜色空间转换到YUV颜色空间并提取出图像亮度Y，得到第一源左右灰度视图，根据第一级步长S₁＝64对第一源左右灰度视图的亮度进行线性变化，获得第一变化后的左右灰度视图，两两组合后得到多个第一级立体灰度图像。

其中，获得变化后的源左右灰度视图，两两组合后得到第一级立体灰度图像，具体为：获得变化后的源左灰度视图、变化后的源右灰度视图，将变化后的源左灰度视图和变化后的源右灰度视图组合后得到第一级立体灰度图像。

同时对变化后的源左右灰度视图的亮度进行由低到高排序，分别记录下变化后的源左右灰度视图的序号及其对应的亮度值，即亮度值最低的灰度视图为第一最小序号，亮度值最高的灰度视图为第一最大序号。

其中，对源左右灰度视图的亮度进行线性变化具体为：对亮度进行增加和降低处理。

参见图6，按照第一级步长S₁＝64对源灰度视图的亮度进行分段，可以得到9条过零点的直线(包括x轴，y轴，即可以得到9幅第一级左(或右)立体灰度视图，并标记为n1＝0，…，8，其中n1＝4为源灰度视图，n1＝0，…，3为对源灰度视图进行亮度变暗处理得到的各视图，n1＝5，…，8为对源灰度视图进行亮度变亮处理得到的各视图；n1_max、n1_min为舒适度良好的第一级立体灰度图像中对应的一级舒适灰度视图的最大和最小序号，在图中用白色方框标记出；图中的黑色方框对应舒适灰度视图边界处不舒适视图，其序号为n1_max+1、n1_min-1，如果n1_max+1＞8或n1_min-1＜0，则不存在对应的黑色方框，经图6可得到左(或右)变化后的81幅立体灰度视图。

103：通过预设准则对多个第一级立体灰度图像进行处理，获取统计平均值

的第一级立体灰度视图，将其定义为第一舒适度合格立体灰度图像，记录第一级立体灰度视图中的左右灰度视图的最大和最小序号n1_l max、n1_l min、n1_r max、n1_r min，并记录第一级视图亮度；

其中，该步骤具体为：实验前，先向入座的被试者介绍测试方法、评价制度和评分等级，语气无偏向性，避免作出影响分数评定的暗示，然后给出舒适度显著不同的五幅立体图像示例培训被试者，但不与具体的主观评分等级相联系。为了避免被试者因视觉疲劳而影响评价结果的准确性，每个测试阶段(包括实验讲解、示例培训和正式评价)总时间不超过30分钟，测试完成后，被试者至少要有半天的休息时间。被试者独立进行观测，每个测试阶段采用双刺激方法，待测立体图像显示次序是随机安排的，同一幅立体图像需给出两次显示，以便对被试者评分结果的一致性进行检查。每个测试阶段包括若干次显示，每次显示包含四段时期。设四段时期的持续时间为T1、T2、T3和T4，分别是：T1＝5-8s为参考图像显示期；T2＝3-5s为中灰画面间隔期；T3＝8-12s为某一待测立体图像评价期；T4＝10s为中灰画面间隔期和记录评分期。每次显示的小计时间为26-35s，连续测试总时间不应超过30分钟，最多显示约60次，即被试者连续观测评分最多60次。连续测试中，当某被试者对同一立体图像给出相差两级或两级以上的评分时，删除此评分；当某被试者给出的有效评分次数低于其总评分次数的85％时，取消其全部评分。其中，本发明实施例中的预设准则具体为ITU(2002)电视图像质量主观评价推荐准则，对立体图像舒适度分五个等级进行评价，这五个等级从高到低依次为非常好、好、一般、差、非常差，如表1所示。

表1立体图像舒适度主观评价等级

统计评分由所有被试者对同一图像的合格评分的均值得出，均值公式为：

$\stackrel{\‾}{C}=\frac{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{n}_i{c}_i}{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{n}_i}---\left(7\right)$

式中，m表示图像评分等级数，c_i为图像属于第i类对应的分数，n_i为判断该图像属于第i类的被试者人数。显然，式(7)的分子表示该图像所得的总分数，而分母则表示参加评价并给出有效评分的被试者总数。舒适度合格的立体图像均值应达到4分(含)以上，即舒适度合格的立体图像的统计平均值

必须满足

分。

将统计平均值

的第一级立体灰度视图定义为第一舒适度合格立体图像，按照上述方法，对第一级立体灰度图像先进行主观评分，删除无效的评分，最后进行统计分析，选取统计平均值

的第一级立体灰度图像，这些图像为满足舒适度要求的立体图像。对上述经选取的统计平均值的第一级立体灰度视图，分别记录其左右视图的最大和最小序号n1_l max、n1_l min、n1_r max、n1_r min，并记录对应的视图亮度。

104：对第一舒适度合格立体灰度图像的边界处的不合格视图进行亮度处理获取第二左右灰度视图，根据第二级步长对第二左右灰度视图的亮度进行线性变化，获取并两两组合第二变化后的左右灰度视图，得到多个第二级立体灰度图像；

其中，由于第一级步长S₁＝64较大，对满足舒适度要求的边界处的视图判断较粗，因此实验要求对舒适度边界处的不合格视图进行第二级步长的细化，参见图7，根据第二级步长S₂＝16，进行第二级步长线性变化，得到二级左右灰度视图，组合后得到多个二级立体灰度图像。同时对所得到的第二变化后的左右灰度视图分别进行排序，分别记录下经二级步长变化后的图像序号及其对应的亮度值。设亮度最低的灰度视图为第二最小序号，亮度最亮的灰度视图为第二最大序号。

参见图7(图中黑白方框对应图5中的标记)，按第二级步长S₂＝16对黑白方框对应的亮度进行分段，可以得到10条过零点的直线，即可以得到10幅二级左(或右)立体灰度视图，并标记为n2＝0，…，9，其中n2＝0，…，4为进行亮度变暗处理得到的立体灰度视图，n2＝5，…，9为进行亮度增强处理得到的立体灰度视图；n2_max、n2_min为舒适度合格的第二级立体灰度图像中，对应的最大和最小序号，在图中用白色圆框标记出；图中的黑色圆框表示经二级变化后立体灰度视图边界处的不舒适视图，其序号为n2_max+1、n2_min-1，如果n2_max+1＞9或n2_min-1＜0，则不存在对应的黑色圆框。经图7可以得到100幅立体视图。

105：通过预设准则对多个第二级立体灰度图像进行处理，获取统计平均值

的第二级立体灰度视图，将其定义为第二舒适度合格立体灰度图像，记录第二级立体灰度视图中的左右灰度视图的最大和最小序号n2_l max、n2_l min、n2_r max、n2_r min；

106：对第二舒适度合格立体灰度图像的边界处的不合格视图进行亮度处理获取三级左右灰度视图，根据第三级步长对三级左右灰度视图的亮度进行线性变化，获取并两两组合第三变化后的左右灰度视图，得到多个第三级立体灰度图像；

对第二舒适度合格立体灰度图像的边界处的不合格视图可继续进行第三级步长的细化，第三级步长S₃＝4，按图8对三级左右灰度视图的亮度进行线性变化，两两组合后得到多个第三级立体灰度图像，同时对所得到的三级左右灰度视图分别进行排序，分别记录下经三级步长变化后的图像序号及其对应的亮度值。设亮度最低的灰度视图为第三最小序号，亮度最亮的灰度视图为第三最大序号。

参见图8(图中黑白圆框对应图7中的标记)，按第三级步长S₃＝4对黑白圆框对应的亮度进行分段，可以得到10条过零点的直线，即可以得到10幅三级左(或右)立体灰度视图，并标记为n3＝0，…，9，其中n3＝0，…，4为进行亮度变暗处理得到的视图，n3＝5，…，9为进行亮度变亮处理得到的视图；n3_max、n3_min为舒适度合格的第三级立体灰度图像中，对应的最大和最小序号，在图中用星框标记出。经图8可以得到100幅立体视图。

采用三级步长逼近法对一幅源立体图像进行亮度变化，最多可以得到281幅立体灰度图像，远低于从理论上以极限法获得的立体灰度图像数量，利用281幅图像也能达到很好的实验效果。

107：通过预设准则对多个第三级立体灰度图像进行处理，获取统计平均值

的第三级立体灰度视图，将其定义为第三舒适度合格的立体灰度图像，记录第三级立体灰度视图中的左右灰度视图的最大和最小序号n3_l max、n3_l min、n3_r max、n3_r min，并记录第三级视图亮度；

同理，若进行多级步长的线性变化，则继续将第三舒适度合格立体灰度图像的边界处的不合格视图进行亮度处理获取四级左右灰度视图，根据第四级步长对四级左右灰度视图的亮度进行线性变化，获取并两两组合第四变化后的左右灰度视图，得到多个第四级立体灰度图像；再对第四级立体灰度图像进行处理得到统计平均值等，以此类推，在此不再赘述。

108：通过分段线性最小二乘拟合法对第一级视图亮度和第三级视图亮度进行拟合，获取立体图像舒适亮度匹配图以及立体图像舒适亮度差异图；

在对第一级视图亮度和第三级视图亮度进行处理的过程中，为了减少运行时间，并能够得到比较简单的数学模型，采用分段线性最小二乘拟合(PiecewiseLinear Fitting，简称PLF)方法分别对四幅源立体图像的实验数据进行拟合(即对door.bmp的示意图、river.bmp的示意图、family.bmp的示意图和girl.bmp示意图的实验数据进行拟合，分别获取立体图像舒适亮度匹配图以及立体图像舒适亮度差异图，即获取到四组立体图像舒适亮度匹配图以及四组立体图像舒适亮度差异图)，明显地简化处理程序，得到图9及图10。

参见图9，横坐标表示左视图平均亮度值，纵坐标表示右视图平均亮度值。图中分段直线所围区域表示，在左视图不同亮度值下，与左视图组合成立体图像后

的右视图亮度值范围。以立体图像door.bmp的右视图doorRight为例说明(即图中线条围成的区域)，图中阴影部分表示，立体图像door.bmp的左右视图经过亮度变化组合后，立体视觉舒适度良好的左右视图亮度范围。图中虚线ABC与阴影部分边界相交于B、C两点，与横坐标相交于A点，当左视图平均亮度为A点对应的横坐标亮度值时，要使组合得到的立体图像具有良好的舒适度，右视图平均亮度要有一定的适应匹配范围，其最小亮度值即为B点对应的纵坐标亮度值，最大亮度值即为C点对应的纵坐标亮度值。以这种方式得到的左右视图舒适亮度匹配范围图为立体图像舒适亮度匹配图，其它三幅立体图像对应的分段拟合直线与之同理，在此不再赘述。

图10为图9所示分段拟合直线的另一种表示，表示当立体图像视觉舒适度良好时，右视图亮度与左视图亮度的差值范围，水平轴(过纵坐标零点的水平直线)表示左右视图亮度相同，水平轴以上表示右视图亮度大于左视图亮度，水平轴以下表示右视图亮度小于左视图亮度，以这种方式得到的左右视图舒适亮度差值范围图为立体图像舒适亮度差异图。

其中，当进行多级步长线性变化时，则通过分段线性最小二乘拟合法对第一级视图亮度和最后一级视图亮度进行拟合，获取立体图像舒适亮度匹配图以及立体图像舒适亮度差异图。例如：当进行四级步长线性变化时，通过分段线性最小二乘拟合法对第一级视图亮度和第四级视图亮度进行拟合，获取立体图像舒适亮度匹配图以及立体图像舒适亮度差异图。

109：对立体图像舒适亮度匹配图求平均值，获取亮度综合分段线性拟合直线，对立体图像舒适亮度差异图求平均值，获取亮度差值综合分段线性拟合直线。

为了使该实验方案具有普适性，可对四幅立体图像舒适亮度匹配图求平均，得到亮度综合分段线性拟合直线图11，当对四幅立体图像舒适亮度差异图求平均，可得到亮度差值综合分段线性拟合直线图12。

在图11和图12中，分段直线所围区域R1+R2+R3+R4的解释如下：

<1>区域R1+R2+R3+R4：该区域为立体图像统计评分

分的亮度舒适区域。

a.当左右灰度视图的亮度坐标包含在该区域内时，立体图像的观看舒适性良好。

b.对该区域整体而言，左右视图亮度差异不能过大，否则双眼无法在潘诺(Panum)融像区内舒适融像。

<2>区域R1：该区域起主要作用的是视差。

a.该区域，由于左右视图亮度都非常低，视图纹理不清晰，若两视图亮度差异增大，则人眼会观看到一个视图有纹理而另一视图几乎没有纹理，便会出现过大的双眼视差，造成双眼融像困难以致观看不舒适，所以该区域右视图亮度变化范围很小。

<3>区域R2：该区域起主要作用的是人眼能觉察到的最小亮度变化ΔB_min。

a.人眼主观亮度感觉增量ΔS可用相对亮度增量ΔB来度量，即

$\mathrm{\&Delta;S}=K\frac{\mathrm{\&Delta;B}}{B}---\left(8\right)$

其中，B为绝对亮度，ΔB为相对亮度。K与整个图像平均亮度有关，图像平均亮度较暗或较亮时，选择较小的K值，人眼处于正常亮度范围时K取值为1。由式(6)可知，ΔS一定时，在不同的亮度值B下，人眼能觉察到的最小亮度变化ΔB_min并非定值，B越大，ΔB_min也越大；B越小，ΔB_min也越小。

b.该区域，左右视图的纹理可见，但是由于左右视图亮度值B仍然较低，ΔB_min也较小，即人眼对亮度的变化相对较敏感，所以该区域右视图亮度变化范围不是很大。

<4>区域R3：该区域起主要作用的也是人眼能觉察到的最小亮度变化ΔB_min。

a.如<3>a所述，B越大，ΔB_min也越大，B越小，ΔB_min也越小。

b.该区域，左右视图亮度值B较高，ΔB_min也较高，即人眼对亮度变化的敏感性较区域R2减弱，所以该区域右视图亮度变化范围较大。

<5>区域R4：该区域起主要作用的是亮度刺激。

a.该区域，左右视图亮度过高，视图纹理模糊，高亮度刺激人眼，造成视觉不舒适，随着左视图亮度的增加，右视图亮度范围逐渐收缩到一个亮度点。

<6>舒适亮度匹配图和差异图与主辅眼的关系

a.立体图像舒适亮度匹配图不是关于正对角线轴对称的，立体图像舒适亮度差异图也不是关于水平轴对称的。

b.由图12可以看出，立体图像舒适亮度差异图水平轴以上部分面积远小于水平轴以下部分的面积，这是因为被试者都是右眼为主眼，主眼视图对辅眼视图有很强的抑制作用，所以右视图亮度不能大于左视图亮度太多，右视图亮度可以比左视图亮度低很多。

c.从图11和图12中计算面积可得，立体图像舒适亮度区域占整个亮度区域的百分比约为18.1％，即在整个亮度空间中，大约有1/5的空间人眼观看舒适性良好。

下面通过具体的实验来验证本发明实施例的可行性，选择两幅新的源立体图像图13和图14，详见下文描述：

1、实验设备

参见图15，立体显示器使用的是天津三维成像技术有限公司生产的3DWINDOWS 19A01型计算机立体成像设备，此套设备也称为立体视窗，可以方便地应用于科普教学、医疗影像和现场侦察等领域，可以方便地实现立体图像/视频的显示，其立体成像效果显著、色彩逼真、清晰度高、亮度高和场频高。

立体视窗的规格如表2所示，计算机的主要配置要求如表3所示。

表2立体视窗规格

参数	规格
		型号	3D-19A01型
类型	TFT
		视窗对角线	19英寸

幅型比	4∶3
		分辨率	1280×1024
输入信号	数字信号输入DVI-1、DVI-2
		电源输入	100-240V～50/60HZ
使用环境	湿度：10％～80％；温度：5～35度
		用途	立体显示

表3计算机的主要配置要求

立体视窗的参数设置为：亮度、对比度、色调和饱和度都设置为50％，立体视窗正对面的显示屏设置为主显示屏，立体视窗的立体显示类型设置为“PlanarMirror Left/Right”，即显示左右格式的立体图像。

使用立体视窗观看立体图像/视频，需要佩戴3DG-L3型偏振光立体眼镜，如图16所示。该立体眼镜的特性为：ABS塑料高强度镜架；重量轻，佩戴舒适；有高对比度和高透过率的线性偏振片，左右眼±45度正交；偏光率为97％，透过率单体为43(±1.5)％，平行为36(±1.5)％，正交＜2％；适用于双目立体监测、立体显微镜、医用立体成像及远程外科手术。

2、实验环境

建立合适的观看条件是进行与人眼视觉特性相关实验的关键要求，观看条件需要符合主观评价标准GY/T 134-1998中的各项规定。观看条件的确定首先要使被试者不感到疲劳且看起来方便，还容易判断是否有干扰、画面质量变化等，同时要使评定结果稳定，并且使实验具有可重复性。

总的来说，在主观评价实验中，考虑观看条件时要注意以下几个方面：

1)周围环境与照明条件：周围背景状态、明亮程度、照明光源位置、色温等；

2)显示器条件：画面大小、图像明亮程度(最高亮度、最低亮度、对比度、色调等特性)、分辨率、闪烁情况等；

3)观看条件：观看距离、观看方向、观看时间等。

本实验在暗室中进行，暗室中杂散光照度不大于3lux，这样可以避免杂散光影响被试者的主观评价结果，并且暗室中的湿度保持在10％～80％、温度保持在5～35度，以免影响立体视窗的使用性能。

实验中，被试者的观看距离参考表4，表4给出了立体显示器尺寸和最佳观看距离(PVD)之间的关系，其中，最佳观看距离用屏幕高度的倍数来表示。对于表中没有提到的显示器，可参考图17得到最佳观看距离。立体视窗的幅型比为4∶3，对角线尺寸为19英寸，再结合图17和表4，所以，选定观看距离为7倍的立体视窗屏幕高度，即约为2米。

表4屏幕尺寸与最佳观看距离

3、被试者

对于被试者，他们的年龄、性别、视力、有无色盲、有无经验、是否是专家等都是值得关注的因素。这里所讲的经验是指是否熟悉主观评价，是否了解使用心理尺度进行主观评价的方法，是否能深入地感觉到画面质量的不同。对于非专家被试者，在实验前要进行详细的实验指导培训，使其了解实验内容并能进行主观评价。对于专家被试者，主要是根据实验目的，从专家的眼光对干扰、画面质量好坏等进行严密的调查了解等。Marc Lambooij也指出，双目视觉生理异常的人观看立体图像时，会产生视觉不舒适感或立体感不强，并且据统计大约有5％～10％的人属于视差立体感视盲，所以有必要筛选双目视觉生理正常的被试者进行实验。被试者必须有大于1分弧度角的视锐度(用TNO Landolt-C测试，距离5米)、小于30秒弧度角的立体视(用随机点立体图测试)以及很好的彩色视觉(用Ishihara彩色视觉表测试)。为使主观评分在统计上有意义，保证数据的可靠性和稳定性，参加评分的被试者至少应有20人，并且选择被试者应考虑两类人：一类是未受训练的“外行”被试者；一类是训练有素的“内行”被试者。本实验要求被试者在天津眼科医院进行双目视觉生理测试，从中筛选出符合要求的被试者共26人：被试者是年龄在22岁和28岁之间的学生；男性12人，女性14人；有立体技术背景的12人，没有立体技术背景的14人；并且被试者主视眼都是右眼(应用直线一致法测试，具体为被试者一只手臂伸直并竖起大拇指，置于双眼正前方，双眼视线使大拇指尖和远处某一点处于一条直线上，然后轮流闭起一眼，如果哪知眼睛看到的目标点位置偏离较小，则该眼即为主眼，另一只眼为辅眼)。

4、实验素材

在主观评价实验中，评价图像选择的好坏，对实验结果也是很重要的。根据不同的实验目的、实验方法，以及针对具体的应用场合，可以选用不同的评价图像。因为普通节目素材千差万别，采用该类实验素材的主观评价不确定因素更多，基本上不具备可重复性和可辨别性。所以，本发明实施例选用由天津三维成像技术有限公司提供的四幅左右格式源立体图像作为实验素材，分别为door.bmp、river.bmp、family.bmp和girl.bmp，如图1到图4所示，这四幅源立体图像分辨率都为2560×1024，立体图像的立体感强，并且具有非常好的视觉舒适度。

5、实验准备与实验实施

实验中，被试者需要正对立体视窗端坐，保持平视不歪头，以避免偏振光眼镜漏光发生串扰而影响评分结果；实验后，被试者需要放松眼睛(如眨眨眼、揉揉眼、望望远方或做眼保健操等)以确保健康。

6、数据分析方法

在连续测试中，当某被试者对同一立体图像给出相差两级或两级以上的评分时，删除此评分；当某被试者给出的有效评分次数低于其总评分次数的85％时，取消其全部评分。

如图13和图14，分别对其亮度进行第一级步长线性(k＝1，即极限法)处理得到很多立体灰度图像，从得到的两组新立体灰度图像中各随机选取50幅让被试者进行主观评分。

最后，在选取的两组50幅立体图像中，第一组统计平均值分的合格立体图像有35幅，其中左右视图平均亮度坐标落在立体图像舒适亮度匹配图内的立体图像有34幅，在合格立体图像中所占的比例(即正确率)为97.1％；同理第二组正确率为92.8％，两组正确率都超过了92％，由此验证了立体图像舒适亮度匹配图和舒适亮度差异图具有一定的普适性。因此，实验者根据舒适亮度匹配图和舒适亮度差异图可以较容易判断一幅立体图像是否具有视觉舒适感，这样可以免去长时间繁琐的主观评价流程。

综上所述，本发明实施例提供了一种影响立体图像舒适度的亮度范围的测定方法，定义了双目立体图像舒适亮度匹配图和舒适亮度差异图，两图可以用于评价双目立体图像的视觉舒适度，并进一步验证了两图的普适性，根据两图判定立体图像是否舒适的准确率达到92％以上。实验结果能够更好地反映立体图像舒适度，不仅为立体图像舒适度的主客观评价提供了依据，而且为立体视频舒适度的评价以及立体图像或视频压缩传输处理的研究提供新的思路，同时也为制作出具有更好舒适度的立体图像或视频提供了依据。

参考文献

[1]Frank L.Kooi，Alexander Toet.Visual comfort of binocular and 3D displays[J]，Display，2004，25(2-3)：99-108.

[2]Pieter J.H.Seuntiens.Visual experience of 3D TV[D].Eindhoven，EindhovenUniversity of Technology，2006.

[3]Marc Lambooij，Wijnand IJsselsteijn，et al.″Stereoscopic displays and visualcomfort：a review″[J].Einhoven University of Technology Einhoven Univeristy ofTechnology Philips Research，SPIE Newsroom2 April 2007.

[4]Marc Lambooij，Wijnand A IJsselsteijn，M.Fortuin，and I.Heynderickx，“Visualdiscomfort and visual fatigue of stereoscopic displays：a review，”J.Imaging Sci.Technol.53(3)，030201(2009).

[5]吕朝辉，徐丽丽，许鹏飞.立体图像质量评价技术综述[J].信息终端与显示，2009，33(12)：38-41.

[6]ISO IWA3.Image safety--Reducing the incidence of undesirable biomedical effectscaused by visual image sequences.Recommendation 2005.

[7]杨蕾.多视点静止自由立体图像处理的理论分析及实验研究[D].天津，天津大学，2007.

[8]李小方，王琼华.自由立体显示器观看视疲劳[J].液晶与显示，2008，23(4)：464-466.

[9]张兆杨，安平，张之江等.二维和三维视频处理及立体显示技术[M].北京：科学出版社，2010：209-215.

[10]劳丽娟.静止立体图像的理论分析与实验研究[D].天津，天津大学，2008.

本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种影响立体图像舒适度的亮度范围的测定方法，其特征在于，所述方法包括以下步骤：

(1)根据源立体图像亮度参数的最大值和最小值，获取第一级步长、第二级步长和第三级步长；

(2)根据所述第一级步长对所述源立体图像进行亮度处理，得到多个第一级立体灰度图像；

(3)通过预设准则对所述多个第一级立体灰度图像进行处理，获取统计平均值

的第一级立体灰度视图，将其定义为第一舒适度合格立体灰度图像，记录所述第一级立体灰度视图中的左右灰度视图的最大和最小序号，并记录第一级视图亮度；

(4)根据所述第二级步长对所述第一舒适度合格立体灰度图像的边界处的不合格视图进行亮度处理获取多个第二级立体灰度图像；

(5)通过所述预设准则对所述多个第二级立体灰度图像进行处理，获取统计平均值

的第二级立体灰度视图，将其定义为第二舒适度合格立体灰度图像，并记录所述第二级立体灰度视图中的左右灰度视图的最大和最小序号；

(6)根据所述第三级步长对所述第二舒适度合格立体灰度图像的边界处的不合格视图进行亮度处理获取多个第三级立体灰度图像；

(7)通过所述预设准则对所述多个第三级立体灰度图像进行处理，获取统计平均值

的第三级立体灰度视图，将其定义为第三舒适度合格的立体灰度图像，记录所述第三级立体灰度视图中的左右灰度视图的最大和最小序号，并记录第三级视图亮度；

(8)通过分段线性最小二乘拟合法对所述第一级视图亮度和所述第三级视图亮度进行拟合，获取立体图像舒适亮度匹配图以及立体图像舒适亮度差异图；

(9)对所述立体图像舒适亮度匹配图求平均值，获取亮度综合分段线性拟合直线，对所述立体图像舒适亮度差异图求平均值，获取亮度差值综合分段线性拟合直线。

2.根据权利要求1所述的一种影响立体图像舒适度的亮度范围的测定方法，其特征在于，步骤(1)中的所述根据源立体图像亮度参数的最大值和最小值，获取第一级步长、第二级步长和第三级步长具体为：

其中N_i和k都为整数             (1)

其中，k为分级数，N_i为第i级均匀分段数，L_min和L_max为亮度参数L的最小值和最大值，L_ref为人眼能分辨的亮度参量最小值；

各级分段步长计算公式为：

$S_i=\frac{L_{\max }-L_{\min }}{\underset{j=1}{\overset{j=i}{\mathrm{\&Pi;}}}{N}_j},$ 其中i＝1，…，k               (2)

其中，S_i为第i级分段步长，N_j为第j级分段数；

将各级选取相同的分段数并记为N，则公式错误！未找到引用源。简化为：

其中N，k都为整数              (3)

取使段数差δ最小的N、k值，最小段数差δ_min为

其中N，k都为整数              (4)

公式错误！未找到引用源。简化为：

$S_i=\frac{L_{\max }-L_{\min }}{N^i},$ 其中i＝1，…，k。             (5)

3.根据权利要求1所述的一种影响立体图像舒适度的亮度范围的测定方法，其特征在于，步骤(2)中所述根据所述第一级步长对所述源立体图像进行亮度处理，得到多个第一级立体灰度图像具体为：

对所述源立体图像进行亮度处理获取第一源左右灰度视图，根据所述第一级步长对所述第一源左右灰度视图的亮度进行线性变化，获取并两两组合第一变化后的左右灰度视图，得到多个第一级立体灰度图像。

4.根据权利要求1所述的一种影响立体图像舒适度的亮度范围的测定方法，其特征在于，步骤(4)中所述根据所述第二级步长对所述第一舒适度合格立体灰度图像的边界处的不合格视图进行亮度处理获取多个第二级立体灰度图像具体为：

对所述第一舒适度合格立体灰度图像的边界处的不合格视图进行亮度处理获取第二左右灰度视图，根据所述第二级步长对所述第二左右灰度视图的亮度进行线性变化，获取并两两组合第二变化后的左右灰度视图，得到多个第二级立体灰度图像。

5.根据权利要求1所述的一种影响立体图像舒适度的亮度范围的测定方法，其特征在于，步骤(6)中所述根据所述第三级步长对所述第二舒适度合格立体灰度图像的边界处的不合格视图进行亮度处理获取多个第三级立体灰度图像具体为：

对所述第二舒适度合格立体灰度图像的边界处的不合格视图进行亮度处理获取三级左右灰度视图，根据所述第三级步长对所述三级左右灰度视图的亮度进行线性变化，获取并两两组合第三变化后的左右灰度视图，得到多个第三级立体灰度图像。

6.根据权利要求1所述的一种影响立体图像舒适度的亮度范围的测定方法，其特征在于，所述

$\stackrel{\&OverBar;}{C}=\frac{\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}{n}_i{c}_i}{\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}{n}_i}$

式中，m表示图像评分等级数，c_i为图像属于第i类对应的分数，n_i为判断图像属于第i类的被试者人数。

Images