無參考船舶立體圖像的質量感知特征提取

方銀龍

(浙江交通職業技術學院 海運學院，浙江 杭州 311112)

0 引 言

在海上船舶監測和巡航中，可以利用船舶立體圖像識別技術，對海上的船舶進行實時監測和識別，以確保海上領域的安全。此外，船舶立體圖像識別還可以應用于海洋資源調查、港口管理等領域，實現船舶的自動化管理和監控。常用的船舶立體圖像特征提取方法包括：

1）視覺特征提取，是指從船舶圖像中提取出與船舶形狀、輪廓等相關的特征。常用方法包括邊緣檢測、角點檢測、輪廓提取等。

2）幾何特征提取，是指從船舶圖像中提取出與船舶的幾何形狀、尺寸等相關的特征。常用方法包括投影變換、尺度變換、形狀描述符提取等。

3）紋理特征提取，是指從船舶圖像中提取出與船舶的紋理、顏色等相關的特征。常用方法包括灰度共生矩陣、小波變換、顏色直方圖等。

通過對船舶立體圖像的特征提取，可以得到一系列有用的特征向量，用于描述船舶的形狀、尺寸、紋理等特征。這些特征可以用于船舶識別、目標跟蹤、船舶姿態估計等應用。本文介紹立體圖像質量評估體系的基本現狀，重點研究基于局部分析的無參考船舶立體圖像的質量感知特征提取方法。

1 船舶立體圖像質量評價體系的研究現狀

立體圖像質量評價體系是對立體圖像的感知質量進行客觀評價的一種方法，包括：

主觀評價方法，通過人眼觀看立體圖像并進行主觀評價來得到立體圖像的質量。常用方法包括雙刺激比較法、單刺激比較法和等級判斷法等。主觀評價方法是目前最常用的立體圖像質量評價方法，但其受到評價者主觀因素的影響比較大。

客觀評價方法，通過計算機算法對立體圖像進行分析和評價。常用的客觀評價方法包括結構相似性指標（SSIM）、峰值信噪比（PSNR）和立體圖像失真度（3D-DI）等。客觀評價方法相對于主觀評價方法具有客觀性強、重復性好等優點，但其與人眼主觀評價結果的一致性仍然存在一定的差距。

客觀評估方法按照原始圖像信息的多少可以分為全參考、半參考和無參考評估3 種。

圖1 為立體圖像評估的3 種方法示意圖。

圖1 立體圖像評估的3 種方法示意圖Fig.1 Schematic diagram of three methods for stereoscopic image evaluation

1）全參考質量評估方法

該方法它可以通過比較原始和失真圖像之間的差異來量化立體圖像的質量，常使用的全參考評估方法包括均方誤差評估、峰值信噪比評估等[1]。

①均方誤差評估

均方誤差評估（Mean Squared Error，MSE）是計算原始圖像和失真圖像之間像素值的平均差異，MSE 越小，表示失真越小，立體圖像質量越好，計算模型為：

式中：N為像素總數，Xi、Yi為原始圖像和測試圖像在每個點上的灰度值。

②峰值信噪比評估

峰值信噪比評估（Peak Signal-to-Noise Ratio，PSNR）是計算原始圖像和失真圖像之間的峰值信噪比，PSNR越大，表示失真越小，質量越好，計算模型為：

式中，L為圖像中像素最大的灰度值。

2）半參考質量評估方法

半參考質量評估只需要原始圖像的部分特征，使用場景相對于全參考評估方法更廣泛，不需要分別提取原始和測試圖像特征，然后利用統計特征進行圖像的質量評價。

半參考質量評估方法的質量評估通道包括降質通道和輔助通道，提取后的特征通過統計算法進行融合和輸出，圖2 為立體圖像半參考質量評估方法的原理。

圖2 立體圖像半參考質量評估方法的原理Fig.2 Principles of semi-reference quality assessment methods for stereoscopic images

3）無參考質量評估方法

無參考質量評估算法不需任何原始圖像信息，直接進行圖像質量評價。常用的立體圖像無參考質量評估包括：

①視差直方圖分析法。該方法通過計算立體圖像的視差直方圖，分析直方圖的形狀、峰值等特征，來評估立體圖像的質量。一般來說，直方圖的峰值越集中，表示立體圖像的質量越好。

②視差圖像的邊緣檢測法。該方法通過對立體圖像的視差圖像進行邊緣檢測，然后計算邊緣圖像的特征，如邊緣的密度、邊緣的連續性等，來評估立體圖像的質量。一般來說，邊緣越清晰、連續性越好，表示立體圖像的質量越好。

③深度圖像的能量分析法。該方法通過計算立體圖像的深度圖像的能量分布，分析能量分布的均勻性、能量的峰值等特征，來評估立體圖像的質量。一般來說，能量分布越均勻、峰值越高，表示立體圖像的質量越好。

2 無參考船舶立體圖像的質量感知特征提取

2.1 基于顏色、自然度的無參考質量感知特征提取

針對船舶立體圖像的無參考評估特征提取問題，本節重點研究了顏色度和自然度的特征提取方法：

1）顏色度

顏色度是船舶立體圖像的重要特征，人眼視覺系統通過色彩空間進行圖像識別，對于RGB 色調通道[2]，建立RGB 向立體色彩空間的轉化方程為：

圖3 為RGB 空間與立體色彩空間的示意圖。

圖3 RGB 空間與立體色彩空間的示意圖Fig.3 Schematic diagram of RGB space and stereoscopic color space

2）自然度

高質量的立體圖像在空間分布具有一定的規律，稱之為自然度，對于尺寸大小為W×H的色調映射圖像，建立歸一化方程為[3]：

圖4 為立體圖像的自然度與像素均方差統計圖，可見，自然度接近0 的時候，像素均方差最大，圖像的均勻性比較低。

圖4 立體圖像的自然度與像素均方差統計圖Fig.4 Naturalness and pixel mean square error of stereoscopic image

無參考圖像的像素均值計算公式為：

2.2 基于局部分析的無參考船舶立體圖像質量特征提取

基于局部分析的無參考船舶立體圖像質量特征提取的核心思想是只對部分圖像進行編碼、圖像分割、閾值處理，然后通過解碼技術、立體匹配算法實現圖像的特征提取。

圖5 為基于局部分析的無參考船舶立體圖像質量特征提取流程。特征提取過程首先進行相似度計算，然后將并行處理的圖像數據進行線性融合[4]。

圖5 基于局部分析的無參考船舶立體圖像質量特征提取流程Fig.5 Three-dimensional image quality feature extraction process of non-reference ship based on local analysis

1）相似度計算

圖像處理系統獲取兩幀船舶的立體圖像后，根據兩幀之間的差分間隔進行相似度對比，幀間差分如下：

2）空洞區域檢測

①基于幾何信息的空洞區域檢測

基于幾何信息的方法主要利用立體圖像中的深度信息來檢測空洞區域。常用的方法包括視差圖的計算和深度圖的生成，視差圖是指在立體圖像中，對應點之間的水平位移量，通過計算視差圖，可以得到物體表面的深度信息，然后通過分析深度圖中的連通區域，可以檢測出空洞區域。

②基于紋理信息的空洞區域檢測

基于紋理信息的方法主要利用立體圖像中的紋理信息來檢測空洞區域。常用方法包括基于顏色、紋理和邊緣等特征分析。例如，可以通過分析立體圖像中的顏色差異、紋理變化和邊緣信息來檢測出空洞區域。

空洞區域失真程度可以為表征為：

本文結合VS2010 平臺進行了局部立體區域的特征識別測試，圖6 為圖像局部區域存在空洞對應的顏色特征提取結果。

圖6 圖像局部區域存在空洞對應的顏色特征提取結果Fig.6 Color feature extraction results corresponding to voids in local areas of the image

3 結 語

無參考船舶立體圖像質量評估是指原始圖像丟失的情況下進行圖像質量評估并實現特征提取，本文介紹了立體圖像質量評估的方法，結合立體色彩空間，研究了基于局部分析的圖像特征提取方法，取得了良好的效果。