CN104243974A - 一种基于三维离散余弦变换的立体视频质量客观评价方法 - Google Patents

Abstract

本发明公开了一种基于三维离散余弦变换的立体视频质量客观评价方法，其考虑到人眼对立体视频的感知过程中左视点视频和右视点视频权重的不确定性，将在立体视频的左视点图像和右视点图像中进行块匹配，组合成立体块，利用三维离散余弦变换能够有效提取视频左右视点帧对的特点，将立体块通过三维离散余弦变换提取部分系数进行质量评价，得到最终的立体视频质量，有效地提高了客观评价结果与主观感知之间的相关性。

Description

一种基于三维离散余弦变换的立体视频质量客观评价方法

技术领域

本发明涉及一种视频质量评价方法，尤其是涉及一种基于三维离散余弦变换(3D-DCT)的立体视频质量客观评价方法。

背景技术

三维图像和立体视频技术在当前的图像视频处理领域发展迅速，其相关技术的应用已经大量的融入到当前的社会生活中，例如立体电视、立体电影、裸眼3D等。然而，在立体视频的采集、压缩、编码、传输、显示等过程中，引入不同程度和不同类型的失真难以避免，而如何评价这些失真对立体视频质量的影响变得十分重要。立体视频质量评价可分为主观评价和客观评价两大类，而当前立体视频质量评价领域的关键技术是如何建立合理的客观评价模型来准确评价立体视频质量。目前，很多立体视频质量客观评价模型只是简单的套用平面视频的质量评价方法，没有很好地处理视点间的关系，很少有针对立体视频的特点，考虑到左视点与右视点之间对人眼感知的影响。有部分方法虽然考虑到了双目之间的关系，但左视点与右视点之间的加权处理不合理，难以准确地描述立体视频的人眼感知特性。且目前大部分对立体视频质量评价的时域加权处理只是简单的平价加权，而事实上，人眼对立体视频的时域感知并非只是简单的平均加权。因此，现有的立体视频质量客观评价方法并不能准确地反映人眼感知特性，客观评价结果不够准确。

发明内容

本发明所要解决的技术问题是提供一种基于三维离散余弦变换的立体视频质量客观评价方法，其能够有效地提高客观评价结果与主观感知之间的相关性。

本发明解决上述技术问题所采用的技术方案为：一种基于三维离散余弦变换的立体视频质量客观评价方法，其特征在于包括以下步骤：

①令I_org表示原始的无失真的立体视频，令I_dis表示待评价的失真的立体视频；

②将I_org中当前待处理的立体图像定义为当前无失真立体图像，将I_dis中当前待处理的立体图像定义为当前失真立体图像；

③假设当前无失真立体图像为I_org中的第f帧立体图像，并记为同时假设当前失真立体图像为I_dis中的第f帧立体图像，并记为将的左视点图像和右视点图像对应记为和将的左视点图像和右视点图像对应记为和其中，1≤f≤N，f的初始值为1，N表示I_org和I_dis中各自包含的立体图像的总帧数；

④将划分成个互不重叠的尺寸大小为8×8的第一图像块，以尺寸大小为8×8的滑动窗口在中逐像素点移动将划分成(W-7)×(H-7)个相重叠的尺寸大小为8×8的第二图像块，然后以中的每个第一图像块为一个基准块，在中找出每个基准块的最佳匹配块，再计算每个基准块与其最佳匹配块的差异块，假设以坐标位置为(u,v)的第一图像块为基准块时，在中找出的该基准块的最佳匹配块为中坐标位置为(u',v')的第二图像块，则将以中坐标位置为(u,v)的第一图像块为基准块时该基准块与其最佳匹配块的差异块记为 其中，W表示I_org和I_dis中包含的立体图像的宽度，H表示I_org和I_dis中包含的立体图像的高度，并假设W和H刚好能够被8整除，1≤u'≤W-7,1≤v'≤H-7，符号“||”为取绝对值符号，表示中坐标位置为(u,v)的第一图像块，表示中坐标位置为(u',v')的第二图像块，为在中找出的的最佳匹配块；

同样，将划分成个互不重叠的尺寸大小为8×8的第一图像块，以尺寸大小为8×8的滑动窗口在中逐像素点移动将划分成(W-7)×(H-7)个相重叠的尺寸大小为8×8的第二图像块，然后以中的每个第一图像块为一个基准块，在中找出每个基准块的最佳匹配块，再计算每个基准块与其最佳匹配块的差异块，假设以中坐标位置为(u,v)的第一图像块为基准块时，在中找出的该基准块的最佳匹配块为中坐标位置为(u',v')的第二图像块，则将以中坐标位置为(u,v)的第一图像块为基准块时该基准块与其最佳匹配块的差异块记为 其中，1≤u'≤W-7,1≤v'≤H-7，符号“||”为取绝对值符号，表示中坐标位置为(u,v)的第一图像块，表示中坐标位置为(u',v')的第二图像块，为在中找出的的最佳匹配块；

⑤根据中的每个第一图像块、中的每个第一图像块对应的差异块及中的每个第一图像块对应的最佳匹配块，获取中的每个第一图像块对应的长×宽×高为8×8×3的无失真立体块，将中坐标位置为(u,v)的第一图像块对应的无失真立体块记为为和从上到下依次叠放组成；

同样，根据中的每个第一图像块、中的每个第一图像块对应的差异块及中的每个第一图像块对应的最佳匹配块，获取中的每个第一图像块对应的长×宽×高为8×8×3的失真立体块，将中坐标位置为(u,v)的第一图像块对应的失真立体块记为为和从上到下依次叠放组成；

⑥对中的每个第一图像块对应的无失真立体块进行三维离散余弦变换，得到中的每个第一图像块对应的无失真立体块的系数矩阵，将的系数矩阵记为

同样，对中的每个第一图像块对应的失真立体块进行三维离散余弦变换，得到中的每个第一图像块对应的失真立体块的系数矩阵，将的系数矩阵记为

⑦根据中的每个第一图像块对应的无失真立体块的系数矩阵中的部分系数和中的每个第一图像块对应的失真立体块的系数矩阵中的部分系数，计算中的每个第一图像块对应的失真立体块相对于中相同坐标位置的第一图像块对应的无失真立体块的块质量，将相对于的块质量记为 ${\mathrm{\τ}}_{1,\mathrm{org},f}^{(u,v)}=0.0625\×F_{\mathrm{org},f}^{(u,v)}(1,1,1),{\mathrm{\τ}}_{2,\mathrm{org},f}^{(u,v)}=0.0909\×F_{\mathrm{org},f}^{(u,v)}\left(\mathrm{1,2,1}\right),{\mathrm{\τ}}_{3,\mathrm{org},f}^{(u,v)}=0.0833\×F_{\mathrm{org},f}^{(u,v)}\left(\mathrm{2,1,1}\right),$ 和对应表示中下标为(1,1,1)、(1,2,1)和(2,1,1)的系数的值， ${\mathrm{\τ}}_{1,\mathrm{dis},f}^{(u,v)}=0.0625\×F_{\mathrm{dis},f}^{(u,v)}(1,1,1),{\mathrm{\τ}}_{2,\mathrm{dis},f}^{(u,v)}=0.0909\×F_{\mathrm{dis},f}^{(u,v)}\left(\mathrm{1,2,1}\right),$ ${\mathrm{\τ}}_{3,\mathrm{dis},f}^{(u,v)}=0.0833\×F_{\mathrm{dis},f}^{(u,v)}\left(\mathrm{2,1,1}\right),$ 和对应表示中下标为(1,1,1)、(1,2,1)和(2,1,1)的系数的值；

⑧根据中的每个第一图像块对应的失真立体块相对于中相同坐标位置的第一图像块对应的无失真立体块的块质量，计算相对于的帧质量，记为Q_f， $Q_f=\frac{\underset{u=1}{\overset{\frac{W}{8}}{\mathrm{\Σ}}}\underset{v=1}{\overset{\frac{H}{8}}{\mathrm{\Σ}}}(Q_f^{(u,v)}\×w^{(u,v)})}{\underset{u=1}{\overset{\frac{W}{8}}{\mathrm{\Σ}}}\underset{v=1}{\overset{\frac{H}{8}}{\mathrm{\Σ}}}{w}^{(u,v)}},$ 其中，w^(u,v)表示的权重；

⑨将I_org中下一帧待处理的立体图像作为当前无失真立体图像，将I_dis中下一帧待处理的立体图像作为当前失真立体图像，然后返回步骤③继续执行，直至I_org和I_dis中的所有立体图像处理完毕；

⑩计算I_dis相对于I_org的质量，记为Q，其中，T_f表示的时域加权权重。

所述的步骤④中以中坐标位置为(u,v)的第一图像块为基准块时，在中找出该基准块的最佳匹配块的具体过程为：

④-a1、在中，以与该基准块的坐标位置相同的第二图像块的左上角像素点的坐标位置为基准位置，然后沿基准位置的水平方向在像素偏移量区间[-D_org,D_org]内逐像素点移动，获取该基准块的所有匹配的第二图像块，将像素偏移量为d的匹配的第二图像块记为其中，D_org为的最大视差，-D_org≤d≤D_org，p表示中与该基准块的坐标位置相同的第二图像块的左上角像素点的横坐标，q表示中与该基准块的坐标位置相同的第二图像块的左上角像素点的纵坐标，1≤p≤W-7,1≤q≤H-7；

④-b1、计算该基准块与在像素偏移量区间[-D_org,D_org]内的每个匹配的第二图像块的差异，将该基准块与的差异记为 $R_{\mathrm{org},f,d}^{(u,v)}=\underset{x=1}{\overset{8}{\mathrm{\Σ}}}\underset{y=1}{\overset{8}{\mathrm{\Σ}}}|L_{\mathrm{org},f}^{(u,v)}(x,y)-R_{\mathrm{org},f}^{(p+d,q)}(x,y)|,$ 其中，表示中坐标位置为(u,v)的第一图像块中坐标位置为(x,y)的像素点的像素值，表示中坐标位置为(x,y)的像素点的像素值，1≤x≤8,1≤y≤8，符号“||”为取绝对值符号；

④-c1、在步骤④-b1的基础上，找出值最小的差异，如果仅存在一个值最小的差异，则将该差异对应的匹配的第二图像块作为该基准块的最佳匹配块；如果存在多个值相同且最小的差异，则从这些差异各自对应的匹配的第二图像块中找出所有像素偏移量的绝对值最小的匹配的第二图像块，当像素偏移量的绝对值最小的匹配的第二图像块仅存在一个时，将该匹配的第二图像块作为该基准块的最佳匹配块，当像素偏移量的绝对值最小的匹配的第二图像块存在两个时，将像素偏移量为负的匹配的第二图像块作为该基准块的最佳匹配块；

④-d1、假设该基准块的最佳匹配块为中坐标位置为(u',v')的第二图像块，其中，1≤u'≤W-7,1≤v'≤H-7；

所述的步骤④中以中坐标位置为(u,v)的第一图像块为基准块时，在中找出该基准块的最佳匹配块的具体过程为：

④-a2、在中，以与该基准块的坐标位置相同的第二图像块的左上角像素点的坐标位置为基准位置，然后沿基准位置的水平方向在像素偏移量区间[-D_dis,D_dis]内逐像素点移动，获取该基准块的所有匹配的第二图像块，将像素偏移量为d的匹配的第二图像块记为其中，D_dis为的最大视差，-D_dis≤d≤D_dis，p表示中与该基准块的坐标位置相同的第二图像块的左上角像素点的横坐标，q表示中与该基准块的坐标位置相同的第二图像块的左上角像素点的纵坐标，1≤p≤W-7,1≤q≤H-7；

④-b2、计算该基准块与在像素偏移量区间[-D_dis,D_dis]内的每个匹配的第二图像块的差异，将该基准块与的差异记为 $R_{\mathrm{dis},f,d}^{(u,v)}=\underset{x=1}{\overset{8}{\mathrm{\Σ}}}\underset{y=1}{\overset{8}{\mathrm{\Σ}}}|L_{\mathrm{dis},f}^{(u,v)}(x,y)-R_{\mathrm{dis},f}^{(p+d,q)}(x,y)|,$ 其中，表示中坐标位置为(u,v)的第一图像块中坐标位置为(x,y)的像素点的像素值，表示中坐标位置为(x,y)的像素点的像素值，1≤x≤8,1≤y≤8，符号“||”为取绝对值符号；

④-c2、在步骤④-b2的基础上，找出值最小的差异，如果仅存在一个值最小的差异，则将该差异对应的匹配的第二图像块作为该基准块的最佳匹配块；如果存在多个值相同且最小的差异，则从这些差异各自对应的匹配的第二图像块中找出所有像素偏移量的绝对值最小的匹配的第二图像块，当像素偏移量的绝对值最小的匹配的第二图像块仅存在一个时，将该匹配的第二图像块作为该基准块的最佳匹配块，当像素偏移量的绝对值最小的匹配的第二图像块存在两个时，将像素偏移量为负的匹配的第二图像块作为该基准块的最佳匹配块；

④-d2、假设该基准块的最佳匹配块为中坐标位置为(u',v')的第二图像块，其中，1≤u'≤W-7,1≤v'≤H-7。

所述的步骤⑧中w^(u,v)的获取过程为：

⑧-1、对I_org中的每帧立体图像的左视点图像进行Sobel边缘求取，得到I_org中的每帧立体图像的左视点图像的Sobel边缘，将的Sobel边缘记为

同样，对I_dis中的每帧立体图像的左视点图像进行Sobel边缘求取，得到I_dis中的每帧立体图像的左视点图像的Sobel边缘，将的Sobel边缘记为

⑧-2、根据I_org中的每帧立体图像的左视点图像的Sobel边缘和I_dis中的每帧立体图像的左视点图像的Sobel边缘，计算I_dis中的每帧立体图像的左视点图像的块效应掩膜，将的块效应掩膜记为Sobel^f，将Sobel^f中坐标位置为(i,j)的像素点的块效应掩膜值记为Sobel^f(i,j)， ${\mathrm{Sobel}}^f(i,j)=\left\{\begin{array}{cc}1& {\mathrm{Sobel}}_{\mathrm{org}}^f(i,j)<{\mathrm{Sobel}}_{\mathrm{dis}}^f(i,j)\\ 0& {\mathrm{Sobel}}_{\mathrm{org}}^f(i,j)\&GreaterEqual;{\mathrm{Sobel}}_{\mathrm{dis}}^f(i,j)\end{array}\right.,$ 其中，1≤i≤W,1≤j≤H，表示中坐标位置为(i,j)的像素点的Sobel边缘值，表示中坐标位置为(i,j)的像素点的Sobel边缘值；

⑧-3、对I_dis中的每帧立体图像的左视点图像进行亮度掩膜求取，得到I_dis中的每帧立体图像的左视点图像的亮度掩膜，将的亮度掩膜记为lum^f，将lum^f中坐标位置为(i,j)的像素点的亮度掩膜值记为lum^f(i,j)， ${\mathrm{lum}}^f(i,j)=\left\{\begin{array}{cc}0& I^{\&prime;}(i,j)\&le;40\\ (I^{\&prime;}(i,j)-40)/10& 40<I^{\&prime;}(i,j)\&le;50\\ 1& I^{\&prime;}(i,j)>50\end{array}\right.,$ 其中，I'(i,j)表示中坐标位置为(i,j)的像素点的亮度值；

⑧-4、根据I_dis中的每帧立体图像的左视点图像的块效应掩膜和亮度掩膜，计算I_dis中的每帧立体图像的感知加权掩膜，将的感知加权掩膜记为mask^f，将mask^f中坐标位置为(i,j)的像素点的感知加权掩膜值记为mask^f(i,j)，mask^f(i,j)＝Sobel^f(i,j)×lum^f(i,j)；

⑧-5、按照中的图像块的划分方式，以相同方式将maskf划分成个互不重叠的尺寸大小为8×8的图像块，然后根据mask^f中坐标位置为(u,v)的图像块中的所有像素点的感知加权掩膜值，计算w^(u,v)，其中，表示中坐标位置为(x,y)的像素点的感知加权掩膜值，1≤x≤8,1≤y≤8。

所述的步骤⑩中T_f的取值为： $T_f=\left\{\begin{array}{cc}\frac{1}{N}& 1\&le;f\&le;\frac{N}{3}\\ \frac{1}{2N}& \frac{N}{3}<f\&le;\frac{2N}{3}\\ \frac{3}{2N}& \frac{2N}{3}<f\&le;N\end{array}\right..$

与现有技术相比，本发明的优点在于：

1)本发明方法在立体图像的右视点图像中找出左视点图像中的每个图像块的最佳匹配块，并求取左右视点匹配块之间的差异块，将左右视点匹配块和差异块组合成立体块，然后利用三维离散余弦变换对立体块进行处理，再利用得到的系数矩阵中的部分系数来评价立体视频质量，避免了左视点与右视点之间的不合理加权，有效地提高了客观评价结果与主观感知之间的相关性。

2)本发明方法考虑到人眼对立体视频质量时域感知并非只是简单的平均加权，因此对于立体视频帧对的加权采用了时域加权的方式，在不同的时间段采用不同的权重因子对每个立体视频帧对的质量加权，使得评价的结果更加符合人眼的时域感知特性。

3)本发明方法在获取块质量的权重时，通过获取失真的左视点图像的块效应掩膜和亮度掩膜得到感知加权掩膜，再利用感知加权掩膜得到块质量的权重，由于充分考虑到了人眼对立体视频的感知特性，因此使得该立体视频质量评价方法更加符合人眼的主观感知。

附图说明

图1为本发明方法的总体实现框图；

图2为无失真立体块的叠放顺序图。

具体实施方式

以下结合附图实施例对本发明作进一步详细描述。

本发明提出了一种基于三维离散余弦变换的立体视频质量客观评价方法，其考虑到人眼对立体视频的感知过程中左视点视频和右视点视频权重的不确定性，将在立体视频的左视点图像和右视点图像中进行块匹配，组合成立体块，利用三维离散余弦变换能够有效提取视频左右视点帧对的特点，将立体块通过三维离散余弦变换提取部分系数进行质量评价，为了使评价更加符合人眼的时域感知特性，在时域上还使用了时域加权的方式，得到最终的立体视频质量。本发明方法的总体实现框图如图1所示，其包括以下步骤：

①令I_org表示原始的无失真的立体视频，令I_dis表示待评价的失真的立体视频。

②将I_org中当前待处理的立体图像定义为当前无失真立体图像，将I_dis中当前待处理的立体图像定义为当前失真立体图像。

③假设当前无失真立体图像为I_org中的第f帧立体图像，并记为同时假设当前失真立体图像为I_dis中的第f帧立体图像，并记为将的左视点图像和右视点图像对应记为和将的左视点图像和右视点图像对应记为和其中，1≤f≤N，f的初始值为1，N表示I_org和I_dis中各自包含的立体图像的总帧数。

④将划分成个互不重叠的尺寸大小为8×8的第一图像块，以尺寸大小为8×8的滑动窗口在中逐像素点移动将划分成(W-7)×(H-7)个相重叠的尺寸大小为8×8的第二图像块，然后以中的每个第一图像块为一个基准块，在中找出每个基准块的最佳匹配块，再计算每个基准块与其最佳匹配块的差异块，假设以中坐标位置为(u,v)的第一图像块为基准块时，在中找出的该基准块的最佳匹配块为中坐标位置为(u',v')的第二图像块，则将以中坐标位置为(u,v)的第一图像块为基准块时该基准块与其最佳匹配块的差异块即将中坐标位置为(u,v)的图像块与中坐标位置为(u',v')的图像块的差异块记为 其中，W表示I_org和I_dis中包含的立体图像的宽度，H表示I_org和I_dis中包含的立体图像的高度，并假设W和H刚好能够被8整除，1≤u'≤W-7,1≤v'≤H-7，符号“||”为取绝对值符号，表示中坐标位置为(u,v)的第一图像块，表示中坐标位置为(u',v')的第二图像块，为在中找出的的最佳匹配块。

在此具体实施例中，步骤④中以中坐标位置为(u,v)的第一图像块为基准块时，在中找出该基准块的最佳匹配块的具体过程为：

④-a1、在中，以与该基准块的坐标位置相同的第二图像块的左上角像素点的坐标位置为基准位置，然后沿基准位置的水平方向在像素偏移量区间[-D_org,D_org]内逐像素点移动，获取该基准块的所有匹配的第二图像块，将像素偏移量为d的匹配的第二图像块记为其中，D_org为的最大视差，-D_org≤d≤D_org，在本实施例中取D_org为15，当基准位置在边缘时，对在像素偏移量区间[-15,15]内无法取到的第二图像块不进行处理，p表示中与该基准块的坐标位置相同的第二图像块的左上角像素点的横坐标，q表示中与该基准块的坐标位置相同的第二图像块的左上角像素点的纵坐标，1≤p≤W-7,1≤q≤H-7，当d＝0时表示中与该基准块的坐标位置相同的第二图像块。

④-b1、计算该基准块与在像素偏移量区间[-D_org,D_org]内的每个匹配的第二图像块的差异，将该基准块与的差异记为 $R_{\mathrm{org},f,d}^{(u,v)}=\underset{x=1}{\overset{8}{\mathrm{\&Sigma;}}}\underset{y=1}{\overset{8}{\mathrm{\&Sigma;}}}|L_{\mathrm{org},f}^{(u,v)}(x,y)-R_{\mathrm{org},f}^{(p+d,q)}(x,y)|,$ 其中，表示中坐标位置为(u,v)的第一图像块中坐标位置为(x,y)的像素点的像素值，表示中坐标位置为(x,y)的像素点的像素值，1≤x≤8,1≤y≤8，符号“||”为取绝对值符号。

④-c1、在步骤④-b1的基础上，找出值最小的差异，如果仅存在一个值最小的差异，则将该差异对应的匹配的第二图像块作为该基准块的最佳匹配块；如果存在多个值相同且最小的差异，则从这些差异各自对应的匹配的第二图像块中找出所有像素偏移量的绝对值最小的匹配的第二图像块，当像素偏移量的绝对值最小的匹配的第二图像块仅存在一个时，将该匹配的第二图像块作为该基准块的最佳匹配块，当像素偏移量的绝对值最小的匹配的第二图像块存在两个时，将像素偏移量为负的匹配的第二图像块作为该基准块的最佳匹配块。

④-d1、假设该基准块的最佳匹配块为中坐标位置为(u',v')的第二图像块，其中，1≤u'≤W-7,1≤v'≤H-7。

同样，将划分成个互不重叠的尺寸大小为8×8的第一图像块，以尺寸大小为8×8的滑动窗口在中逐像素点移动将划分成(W-7)×(H-7)个相重叠的尺寸大小为8×8的第二图像块，然后以中的每个第一图像块为一个基准块，在中找出每个基准块的最佳匹配块，再计算每个基准块与其最佳匹配块的差异块，假设以中坐标位置为(u,v)的第一图像块为基准块时，在中找出的该基准块的最佳匹配块为中坐标位置为(u',v')的第二图像块，则将以中坐标位置为(u,v)的第一图像块为基准块时该基准块与其最佳匹配块的差异块即将中坐标位置为(u,v)的图像块与中坐标位置为(u',v')的图像块的差异块记为 其中，1≤u'≤W-7,1≤v'≤H-7，符号“||”为取绝对值符号，表示中坐标位置为(u,v)的第一图像块，表示中坐标位置为(u',v')的第二图像块，为在中找出的的最佳匹配块。

在此具体实施例中，步骤④中以中坐标位置为(u,v)的第一图像块为基准块时，在中找出该基准块的最佳匹配块的具体过程为：

④-a2、在中，以与该基准块的坐标位置相同的第二图像块的左上角像素点的坐标位置为基准位置，然后沿基准位置的水平方向在像素偏移量区间[-D_dis,D_dis]内逐像素点移动，获取该基准块的所有匹配的第二图像块，将像素偏移量为d的匹配的第二图像块记为其中，D_dis为的最大视差，-D_dis≤d≤D_dis，在本实施例中取D_dis为15，当基准位置在边缘时，对在像素偏移量区间[-15,15]内无法取到的第二图像块不进行处理，p表示中与该基准块的坐标位置相同的第二图像块的左上角像素点的横坐标，q表示中与该基准块的坐标位置相同的第二图像块的左上角像素点的纵坐标，1≤p≤W-7,1≤q≤H-7，当d＝0时表示中与该基准块的坐标位置相同的第二图像块。

④-b2、计算该基准块与在像素偏移量区间[-D_dis,D_dis]内的每个匹配的第二图像块的差异，将该基准块与的差异记为 $R_{\mathrm{dis},f,d}^{(u,v)}=\underset{x=1}{\overset{8}{\mathrm{\&Sigma;}}}\underset{y=1}{\overset{8}{\mathrm{\&Sigma;}}}|L_{\mathrm{dis},f}^{(u,v)}(x,y)-R_{\mathrm{dis},f}^{(p+d,q)}(x,y)|,$ 其中，表示中坐标位置为(u,v)的第一图像块中坐标位置为(x,y)的像素点的像素值，表示中坐标位置为(x,y)的像素点的像素值，1≤x≤8,1≤y≤8，符号“||”为取绝对值符号。

④-c2、在步骤④-b2的基础上，找出值最小的差异，如果仅存在一个值最小的差异，则将该差异对应的匹配的第二图像块作为该基准块的最佳匹配块；如果存在多个值相同且最小的差异，则从这些差异各自对应的匹配的第二图像块中找出所有像素偏移量的绝对值最小的匹配的第二图像块，当像素偏移量的绝对值最小的匹配的第二图像块仅存在一个时，将该匹配的第二图像块作为该基准块的最佳匹配块，当像素偏移量的绝对值最小的匹配的第二图像块存在两个时，将像素偏移量为负的匹配的第二图像块作为该基准块的最佳匹配块。

④-d2、假设该基准块的最佳匹配块为中坐标位置为(u',v')的第二图像块，其中，1≤u'≤W-7,1≤v'≤H-7。

⑤根据中的每个第一图像块、中的每个第一图像块对应的差异块及中的每个第一图像块对应的最佳匹配块，获取中的每个第一图像块对应的长×宽×高为8×8×3的无失真立体块，将中坐标位置为(u,v)的第一图像块对应的无失真立体块记为为和从上到下依次叠放组成，叠放的示意图如图2所示，将中坐标位置为(x,y,z)的点的值记为其中，1≤x≤8,1≤y≤8,1≤z≤3，为的最上层，即1≤x≤8,1≤y≤8,z＝1，为的中间层，即1≤x≤8,1≤y≤8,z＝2，为的底层，即1≤x≤8,1≤y≤8,z＝3。

同样，根据中的每个第一图像块、中的每个第一图像块对应的差异块及中的每个第一图像块对应的最佳匹配块，获取中的每个第一图像块对应的长×宽×高为8×8×3的失真立体块，将中坐标位置为(u,v)的第一图像块对应的失真立体块记为为和从上到下依次叠放组成，将中坐标位置为(x,y,z)的点的值记为其中，1≤x≤8,1≤y≤8,1≤z≤3，为的最上层，即1≤x≤8,1≤y≤8,z＝1，为的中间层，即1≤x≤8,1≤y≤8,z＝2，为的底层，即1≤x≤8,1≤y≤8,z＝3。

⑥对中的每个第一图像块对应的无失真立体块进行三维离散余弦变换，得到中的每个第一图像块对应的无失真立体块的系数矩阵，将的系数矩阵记为将中下标为(x_f,y_f,z_f)的系数的值记为其中，1≤x_f≤8,1≤y_f≤8,1≤z_f≤3。

同样，对中的每个第一图像块对应的失真立体块进行三维离散余弦变换，得到中的每个第一图像块对应的失真立体块的系数矩阵，将的系数矩阵记为将中下标为(x_f,y_f,z_f)的系数的值记为其中，1≤x_f≤8,1≤y_f≤8,1≤z_f≤3。

⑦根据中的每个第一图像块对应的无失真立体块的系数矩阵中的部分系数和中的每个第一图像块对应的失真立体块的系数矩阵中的部分系数，计算中的每个第一图像块对应的失真立体块相对于中相同坐标位置的第一图像块对应的无失真立体块的块质量，将相对于的块质量记为 ${\mathrm{\&tau;}}_{1,\mathrm{org},f}^{(u,v)}=0.0625\&times;F_{\mathrm{org},f}^{(u,v)}(1,1,1),{\mathrm{\&tau;}}_{2,\mathrm{org},f}^{(u,v)}=0.0909\&times;F_{\mathrm{org},f}^{(u,v)}\left(\mathrm{1,2,1}\right),{\mathrm{\&tau;}}_{3,\mathrm{org},f}^{(u,v)}=0.0833\&times;F_{\mathrm{org},f}^{(u,v)}\left(\mathrm{2,1,1}\right),$ 和对应表示中下标为(1,1,1)、(1,2,1)和(2,1,1)的系数的值， ${\mathrm{\&tau;}}_{1,\mathrm{dis},f}^{(u,v)}=0.0625\&times;F_{\mathrm{dis},f}^{(u,v)}(1,1,1),{\mathrm{\&tau;}}_{2,\mathrm{dis},f}^{(u,v)}=0.0909\&times;F_{\mathrm{dis},f}^{(u,v)}\left(\mathrm{1,2,1}\right),$ ${\mathrm{\&tau;}}_{3,\mathrm{dis},f}^{(u,v)}=0.0833\&times;F_{\mathrm{dis},f}^{(u,v)}\left(\mathrm{2,1,1}\right),$ 和对应表示中下标为(1,1,1)、(1,2,1)和(2,1,1)的系数的值。

在本实施例中，和对应的权重系数为0.0625、0.0909和0.0833是根据亮度分量量化步长表提供的系数求倒数得到的， 和对应的权重系数为0.0625、0.0909和0.0833也是根据亮度分量量化步长表提供的系数求倒数得到的。

⑧根据中的每个第一图像块对应的失真立体块相对于中相同坐标位置的第一图像块对应的无失真立体块的块质量，计算相对于的帧质量，记为Q_f， $Q_f=\frac{\underset{u=1}{\overset{\frac{W}{8}}{\mathrm{\&Sigma;}}}\underset{v=1}{\overset{\frac{H}{8}}{\mathrm{\&Sigma;}}}(Q_f^{(u,v)}\&times;w^{(u,v)})}{\underset{u=1}{\overset{\frac{W}{8}}{\mathrm{\&Sigma;}}}\underset{v=1}{\overset{\frac{H}{8}}{\mathrm{\&Sigma;}}}{w}^{(u,v)}},$ 其中，w^(u,v)表示的权重，在此，w^(u,v)的获取过程为：

⑧-1、对I_org中的每帧立体图像的左视点图像进行Sobel边缘求取，得到I_org中的每帧立体图像的左视点图像的Sobel边缘，将的Sobel边缘记为

同样，对I_dis中的每帧立体图像的左视点图像进行Sobel边缘求取，得到I_dis中的每帧立体图像的左视点图像的Sobel边缘，将的Sobel边缘记为

⑧-2、根据I_org中的每帧立体图像的左视点图像的Sobel边缘和I_dis中的每帧立体图像的左视点图像的Sobel边缘，计算I_dis中的每帧立体图像的左视点图像的块效应掩膜，将的块效应掩膜记为Sobel^f，将Sobel^f中坐标位置为(i,j)的像素点的块效应掩膜值记为Sobel^f(i,j)， ${\mathrm{Sobel}}^f(i,j)=\left\{\begin{array}{cc}1& {\mathrm{Sobel}}_{\mathrm{org}}^f(i,j)<{\mathrm{Sobel}}_{\mathrm{dis}}^f(i,j)\\ 0& {\mathrm{Sobel}}_{\mathrm{org}}^f(i,j)\&GreaterEqual;{\mathrm{Sobel}}_{\mathrm{dis}}^f(i,j)\end{array}\right.,$ 其中，1≤i≤W,1≤j≤H，表示中坐标位置为(i,j)的像素点的Sobel边缘值，表示中坐标位置为(i,j)的像素点的Sobel边缘值。

⑧-3、对I_dis中的每帧立体图像的左视点图像进行亮度掩膜求取，得到I_dis中的每帧立体图像的左视点图像的亮度掩膜，将的亮度掩膜记为lum^f，将lum^f中坐标位置为(i,j)的像素点的亮度掩膜值记为lum^f(i,j)， ${\mathrm{lum}}^f(i,j)=\left\{\begin{array}{cc}0& I^{\&prime;}(i,j)\&le;40\\ (I^{\&prime;}(i,j)-40)/10& 40<I^{\&prime;}(i,j)\&le;50\\ 1& I^{\&prime;}(i,j)>50\end{array}\right.,$ 其中，I'(i,j)表示中坐标位置为(i,j)的像素点的亮度值。

⑧-4、根据I_dis中的每帧立体图像的左视点图像的块效应掩膜和亮度掩膜，计算I_dis中的每帧立体图像的感知加权掩膜，将的感知加权掩膜记为mask^f，将mask^f中坐标位置为(i,j)的像素点的感知加权掩膜值记为mask^f(i,j)，mask^f(i,j)＝Sobel^f(i,j)×lum^f(i,j)。

⑧-5、按照中的图像块的划分方式，以相同方式将mask^f划分成个互不重叠的尺寸大小为8×8的图像块，然后根据mask^f中坐标位置为(u,v)的图像块中的所有像素点的感知加权掩膜值，计算w^(u,v)，其中，表示中坐标位置为(x,y)的像素点的感知加权掩膜值，1≤x≤8,1≤y≤8。

⑨将I_org中下一帧待处理的立体图像作为当前无失真立体图像，将I_dis中下一帧待处理的立体图像作为当前失真立体图像，然后返回步骤③继续执行，直至I_org和I_dis中的所有立体图像处理完毕。

⑩计算I_dis相对于I_org的质量，记为Q，其中，T_f表示的时域加权权重，在此，T_f的取值为： $T_f=\left\{\begin{array}{cc}\frac{1}{N}& 1\&le;f\&le;\frac{N}{3}\\ \frac{1}{2N}& \frac{N}{3}<f\&le;\frac{2N}{3}\\ \frac{3}{2N}& \frac{2N}{3}<f\&le;N\end{array}\right...$

在本实施例中，选取法国IRCCyN研究机构提供的立体视频库中的H.264编码失真立体视频进行测试，该立体视频库中包含10对不同场景的原始高清立体视频，其H.264编码失真立体视频包含3组不同失真程度的H.264编码失真立体视频，共30对失真的立体视频。对上述30对失真的立体视频按本发明方法的步骤①至步骤⑩的过程，采用相同的方式计算得到每对失真的立体视频相对于对应的无失真的原始高清立体视频的质量Q，然后将Q与平均主观评分差值DMOS进行四参数Logistic函数非线性拟合，最后得到客观评价结果与主观感知之间的性能指标值。这里，利用评估视频质量评价方法的3个常用客观参量作为评价指标，即线性相关系数(Correlation coefficient，CC)、Spearman秩相关系数(Spearman Rank Order Correlation coefficient，SROCC)和均方根误差(Rooted Mean Squared Error，RMSE)。CC和SROCC的取值范围是[0,1]，其值越接近1，表明客观评价方法越好，反之，表明客观评价方法越差；RMSE值越小，表示客观评价方法的预测越准确，性能越好；反之，表示客观评价方法的预测越差。表示评价性能的CC、SROCC和RMSE系数如表1所列。由表1中所列的数据可见，按本发明方法计算得到的失真的立体视频相对于对应的无失真的立体视频的质量Q与平均主观评分差值DMOS之间有很好的相关性，特别是总体的评价，CC值达到了0.8761，SROCC值达到了0.8516，而RMSE值低至0.5581，表明了本发明方法的客观评价结果与人眼主观感知的结果较为一致，充分说明了本发明方法的有效性。

表1

按本发明方法计算得到的失真的立体视频相对于对应的无失真的立体视频的质量与平均主观评分差值之间的相关性

Claims (4)

1.一种基于三维离散余弦变换的立体视频质量客观评价方法，其特征在于包括以下步骤：

①令I_org表示原始的无失真的立体视频，令I_dis表示待评价的失真的立体视频；

②将I_org中当前待处理的立体图像定义为当前无失真立体图像，将I_dis中当前待处理的立体图像定义为当前失真立体图像；

③假设当前无失真立体图像为I_org中的第f帧立体图像，并记为同时假设当前失真立体图像为I_dis中的第f帧立体图像，并记为将的左视点图像和右视点图像对应记为和将的左视点图像和右视点图像对应记为和其中，1≤f≤N，f的初始值为1，N表示I_org和I_dis中各自包含的立体图像的总帧数；

④将划分成个互不重叠的尺寸大小为8×8的第一图像块，以尺寸大小为8×8的滑动窗口在中逐像素点移动将划分成(W-7)×(H-7)个相重叠的尺寸大小为8×8的第二图像块，然后以中的每个第一图像块为一个基准块，在中找出每个基准块的最佳匹配块，再计算每个基准块与其最佳匹配块的差异块，假设以中坐标位置为(u,v)的第一图像块为基准块时，在中找出的该基准块的最佳匹配块为中坐标位置为(u',v')的第二图像块，则将以中坐标位置为(u,v)的第一图像块为基准块时该基准块与其最佳匹配块的差异块记为 其中，W表示I_org和I_dis中包含的立体图像的宽度，H表示I_org和I_dis中包含的立体图像的高度，并假设W和H刚好能够被8整除，1≤u'≤W-7,1≤v'≤H-7，符号“||”为取绝对值符号，表示中坐标位置为(u,v)的第一图像块，表示中坐标位置为(u',v')的第二图像块，为在中找出的的最佳匹配块；

同样，将划分成个互不重叠的尺寸大小为8×8的第一图像块，以尺寸大小为8×8的滑动窗口在中逐像素点移动将划分成(W-7)×(H-7)个相重叠的尺寸大小为8×8的第二图像块，然后以中的每个第一图像块为一个基准块，在中找出每个基准块的最佳匹配块，再计算每个基准块与其最佳匹配块的差异块，假设以中坐标位置为(u,v)的第一图像块为基准块时，在中找出的该基准块的最佳匹配块为中坐标位置为(u',v')的第二图像块，则将以中坐标位置为(u,v)的第一图像块为基准块时该基准块与其最佳匹配块的差异块记为 其中，1≤u'≤W-7,1≤v'≤H-7，符号“||”为取绝对值符号，表示中坐标位置为(u,v)的第一图像块，表示中坐标位置为(u',v')的第二图像块，为在中找出的的最佳匹配块；

⑤根据中的每个第一图像块、中的每个第一图像块对应的差异块及中的每个第一图像块对应的最佳匹配块，获取中的每个第一图像块对应的长×宽×高为8×8×3的无失真立体块，将中坐标位置为(u,v)的第一图像块对应的无失真立体块记为为和从上到下依次叠放组成；

同样，根据中的每个第一图像块、中的每个第一图像块对应的差异块及中的每个第一图像块对应的最佳匹配块，获取中的每个第一图像块对应的长×宽×高为8×8×3的失真立体块，将中坐标位置为(u,v)的第一图像块对应的失真立体块记为为和从上到下依次叠放组成；

⑥对中的每个第一图像块对应的无失真立体块进行三维离散余弦变换，得到中的每个第一图像块对应的无失真立体块的系数矩阵，将的系数矩阵记为

同样，对中的每个第一图像块对应的失真立体块进行三维离散余弦变换，得到中的每个第一图像块对应的失真立体块的系数矩阵，将的系数矩阵记为

⑦根据中的每个第一图像块对应的无失真立体块的系数矩阵中的部分系数和中的每个第一图像块对应的失真立体块的系数矩阵中的部分系数，计算中的每个第一图像块对应的失真立体块相对于中相同坐标位置的第一图像块对应的无失真立体块的块质量，将相对于的块质量记为 ${\mathrm{\&tau;}}_{1,\mathrm{org},f}^{(u,v)}=0.0625\&times;F_{\mathrm{org},f}^{(u,v)}(1,1,1),{\mathrm{\&tau;}}_{2,\mathrm{org},f}^{(u,v)}=0.0909\&times;F_{\mathrm{org},f}^{(u,v)}\left(\mathrm{1,2,1}\right),{\mathrm{\&tau;}}_{3,\mathrm{org},f}^{(u,v)}=0.0833\&times;F_{\mathrm{org},f}^{(u,v)}\left(\mathrm{2,1,1}\right),$ 和对应表示中下标为(1,1,1)、(1,2,1)和(2,1,1)的系数的值， ${\mathrm{\&tau;}}_{1,\mathrm{dis},f}^{(u,v)}=0.0625\&times;F_{\mathrm{dis},f}^{(u,v)}(1,1,1),{\mathrm{\&tau;}}_{2,\mathrm{dis},f}^{(u,v)}=0.0909\&times;F_{\mathrm{dis},f}^{(u,v)}\left(\mathrm{1,2,1}\right),$ ${\mathrm{\&tau;}}_{3,\mathrm{dis},f}^{(u,v)}=0.0833\&times;F_{\mathrm{dis},f}^{(u,v)}\left(\mathrm{2,1,1}\right),$ 和对应表示中下标为(1,1,1)、(1,2,1)和(2,1,1)的系数的值；

⑧根据中的每个第一图像块对应的失真立体块相对于中相同坐标位置的第一图像块对应的无失真立体块的块质量，计算相对于的帧质量，记为Q_f， $Q_f=\frac{\underset{u=1}{\overset{\frac{W}{8}}{\mathrm{\&Sigma;}}}\underset{v=1}{\overset{\frac{H}{8}}{\mathrm{\&Sigma;}}}(Q_f^{(u,v)}\&times;w^{(u,v)})}{\underset{u=1}{\overset{\frac{W}{8}}{\mathrm{\&Sigma;}}}\underset{v=1}{\overset{\frac{H}{8}}{\mathrm{\&Sigma;}}}{w}^{(u,v)}},$ 其中，w^(u,v)表示的权重；

⑨将I_org中下一帧待处理的立体图像作为当前无失真立体图像，将I_dis中下一帧待处理的立体图像作为当前失真立体图像，然后返回步骤③继续执行，直至I_org和I_dis中的所有立体图像处理完毕；

⑩计算I_dis相对于I_org的质量，记为Q，其中，T_f表示的时域加权权重。

2.根据权利要求1所述的一种基于三维离散余弦变换的立体视频质量客观评价方法，其特征在于所述的步骤④中以中坐标位置为(u,v)的第一图像块为基准块时，在中找出该基准块的最佳匹配块的具体过程为：

④-a1、在中，以与该基准块的坐标位置相同的第二图像块的左上角像素点的坐标位置为基准位置，然后沿基准位置的水平方向在像素偏移量区间[-D_org,D_org]内逐像素点移动，获取该基准块的所有匹配的第二图像块，将像素偏移量为d的匹配的第二图像块记为其中，D_org为的最大视差，-D_org≤d≤D_org，p表示中与该基准块的坐标位置相同的第二图像块的左上角像素点的横坐标，q表示中与该基准块的坐标位置相同的第二图像块的左上角像素点的纵坐标，1≤p≤W-7,1≤q≤H-7；

④-b1、计算该基准块与在像素偏移量区间[-D_org,D_org]内的每个匹配的第二图像块的差异，将该基准块与的差异记为 $R_{\mathrm{org},f,d}^{(u,v)}=\underset{x=1}{\overset{8}{\mathrm{\&Sigma;}}}\underset{y=1}{\overset{8}{\mathrm{\&Sigma;}}}|L_{\mathrm{org},f}^{(u,v)}(x,y)-R_{\mathrm{org},f}^{(p+d,q)}(x,y)|,$ 其中，表示中坐标位置为(u,v)的第一图像块中坐标位置为(x,y)的像素点的像素值，表示中坐标位置为(x,y)的像素点的像素值，1≤x≤8,1≤y≤8，符号“||”为取绝对值符号；

④-c1、在步骤④-b1的基础上，找出值最小的差异，如果仅存在一个值最小的差异，则将该差异对应的匹配的第二图像块作为该基准块的最佳匹配块；如果存在多个值相同且最小的差异，则从这些差异各自对应的匹配的第二图像块中找出所有像素偏移量的绝对值最小的匹配的第二图像块，当像素偏移量的绝对值最小的匹配的第二图像块仅存在一个时，将该匹配的第二图像块作为该基准块的最佳匹配块，当像素偏移量的绝对值最小的匹配的第二图像块存在两个时，将像素偏移量为负的匹配的第二图像块作为该基准块的最佳匹配块；

④-d1、假设该基准块的最佳匹配块为中坐标位置为(u',v')的第二图像块，其中，1≤u'≤W-7,1≤v'≤H-7；

所述的步骤④中以中坐标位置为(u,v)的第一图像块为基准块时，在中找出该基准块的最佳匹配块的具体过程为：

④-a2、在中，以与该基准块的坐标位置相同的第二图像块的左上角像素点的坐标位置为基准位置，然后沿基准位置的水平方向在像素偏移量区间[-D_dis,D_dis]内逐像素点移动，获取该基准块的所有匹配的第二图像块，将像素偏移量为d的匹配的第二图像块记为其中，D_dis为的最大视差，-D_dis≤d≤D_dis，p表示中与该基准块的坐标位置相同的第二图像块的左上角像素点的横坐标，q表示中与该基准块的坐标位置相同的第二图像块的左上角像素点的纵坐标，1≤p≤W-7,1≤q≤H-7；

④-b2、计算该基准块与在像素偏移量区间[-D_dis,D_dis]内的每个匹配的第二图像块的差异，将该基准块与的差异记为 $R_{\mathrm{dis},f,d}^{(u,v)}=\underset{x=1}{\overset{8}{\mathrm{\&Sigma;}}}\underset{y=1}{\overset{8}{\mathrm{\&Sigma;}}}|L_{\mathrm{dis},f}^{(u,v)}(x,y)-R_{\mathrm{dis},f}^{(p+d,q)}(x,y)|,$ 其中，表示中坐标位置为(u,v)的第一图像块中坐标位置为(x,y)的像素点的像素值，表示中坐标位置为(x,y)的像素点的像素值，1≤x≤8,1≤y≤8，符号“||”为取绝对值符号；

④-c2、在步骤④-b2的基础上，找出值最小的差异，如果仅存在一个值最小的差异，则将该差异对应的匹配的第二图像块作为该基准块的最佳匹配块；如果存在多个值相同且最小的差异，则从这些差异各自对应的匹配的第二图像块中找出所有像素偏移量的绝对值最小的匹配的第二图像块，当像素偏移量的绝对值最小的匹配的第二图像块仅存在一个时，将该匹配的第二图像块作为该基准块的最佳匹配块，当像素偏移量的绝对值最小的匹配的第二图像块存在两个时，将像素偏移量为负的匹配的第二图像块作为该基准块的最佳匹配块；

④-d2、假设该基准块的最佳匹配块为中坐标位置为(u',v')的第二图像块，其中，1≤u'≤W-7,1≤v'≤H-7。

3.根据权利要求1或2所述的一种基于三维离散余弦变换的立体视频质量客观评价方法，其特征在于所述的步骤⑧中w^(u,v)的获取过程为：

⑧-1、对I_org中的每帧立体图像的左视点图像进行Sobel边缘求取，得到I_org中的每帧立体图像的左视点图像的Sobel边缘，将的Sobel边缘记为

同样，对I_dis中的每帧立体图像的左视点图像进行Sobel边缘求取，得到I_dis中的每帧立体图像的左视点图像的Sobel边缘，将的Sobel边缘记为

⑧-2、根据I_org中的每帧立体图像的左视点图像的Sobel边缘和I_dis中的每帧立体图像的左视点图像的Sobel边缘，计算I_dis中的每帧立体图像的左视点图像的块效应掩膜，将的块效应掩膜记为Sobel^f，将Sobel^f中坐标位置为(i,j)的像素点的块效应掩膜值记为Sobel^f(i,j)， ${\mathrm{Sobel}}^f(i,j)=\left\{\begin{array}{cc}1& {\mathrm{Sobel}}_{\mathrm{org}}^f(i,j)<{\mathrm{Sobel}}_{\mathrm{dis}}^f(i,j)\\ 0& {\mathrm{Sobel}}_{\mathrm{org}}^f(i,j)\&GreaterEqual;{\mathrm{Sobel}}_{\mathrm{dis}}^f(i,j)\end{array}\right.,$ 其中，1≤i≤W,1≤j≤H，表示中坐标位置为(i,j)的像素点的Sobel边缘值，表示中坐标位置为(i,j)的像素点的Sobel边缘值；

⑧-3、对I_dis中的每帧立体图像的左视点图像进行亮度掩膜求取，得到I_dis中的每帧立体图像的左视点图像的亮度掩膜，将的亮度掩膜记为lum^f，将lum^f中坐标位置为(i,j)的像素点的亮度掩膜值记为lum^f(i,j)， ${\mathrm{lum}}^f(i,j)=\left\{\begin{array}{cc}0& I^{\&prime;}(i,j)\&le;40\\ (I^{\&prime;}(i,j)-40)/10& 40<I^{\&prime;}(i,j)\&le;50\\ 1& I^{\&prime;}(i,j)>50\end{array}\right.,$ 其中，I'(i,j)表示中坐标位置为(i,j)的像素点的亮度值；

⑧-4、根据I_dis中的每帧立体图像的左视点图像的块效应掩膜和亮度掩膜，计算I_dis中的每帧立体图像的感知加权掩膜，将的感知加权掩膜记为mask^f，将mask^f中坐标位置为(i,j)的像素点的感知加权掩膜值记为mask^f(i,j)，mask^f(i,j)＝Sobel^f(i,j)×lum^f(i,j)；

⑧-5、按照中的图像块的划分方式，以相同方式将mask^f划分成个互不重叠的尺寸大小为8×8的图像块，然后根据mask^f中坐标位置为(u,v)的图像块中的所有像素点的感知加权掩膜值，计算w^(u,v)，其中，表示中坐标位置为(x,y)的像素点的感知加权掩膜值，1≤x≤8,1≤y≤8。

4.根据权利要求3所述的一种基于三维离散余弦变换的立体视频质量客观评价方法，其特征在于所述的步骤⑩中T_f的取值为： $T_f=\left\{\begin{array}{cc}\frac{1}{N}& 1\&le;f\&le;\frac{N}{3}\\ \frac{1}{2N}& \frac{N}{3}<f\&le;\frac{2N}{3}\\ \frac{3}{2N}& \frac{2N}{3}<f\&le;N\end{array}\right..$