1.一种立体图像客观质量评价方法，其特征在于该方法的实现过程如下：令X表示原始的无失真的立体图像，并令Y表示待评价的失真的立体图像，将X的左视点图像记为XL，将X的右视点图像记为XR，将Y的左视点图像记为YL，将Y的右视点图像记为YR；

将XL、XR、YL和YR分别分割成多个图像块，再计算XL、XR、YL和YR中的每个图像块中的所有像素点的亮度均值和亮度标准差，同时计算XL和YL中所有的坐标位置相同的两个图像块之间的亮度协方差，并计算XR和YR中所有的坐标位置相同的两个图像块之间的亮度协方差；

通过水平方向和垂直方向的3×3Soble算子，获取XL、XR、YL和YR各自的水平方向梯度矩L R L R阵映射图和垂直方向梯度矩阵映射图，再根据X 、X 、Y 和Y 各自的水平方向梯度矩阵映射图和垂直方向梯度矩阵映射图，获取XL、XR、YL和YR各自的梯度图；

根据XL和YL的梯度图，获取XL和YL中所有的坐标位置相同的两个像素点之间的梯度相似度，根据XL和YL中的每个图像块中的所有像素点的亮度标准差，获取XL和YL中所有的坐标位L L置相同的两个像素点之间的对比度相似度，根据X 和Y中的每个图像块中的所有像素点的亮度标准差及XL和YL中所有的坐标位置相同的两个图像块之间的亮度协方差，获取XL和YL中所有的坐标位置相同的两个像素点之间的结构度相似度；同样，根据XR和YR的梯度图，获取XR和YR中所有的坐标位置相同的两个像素点之间的梯度相似度，根据XR和YR中的每个图像块中的所有像素点的亮度标准差，获取XR和YR中所有的坐标位置相同的两个像素点之间的对比度相似度，根据XR和YR中的每个图像块中的所有像素点的亮度标准差及XR和YR中所有的坐标位置相同的两个图像块之间的亮度协方差，获取XR和YR中所有的坐标位置相同的两个像素点之间的结构度相似度；再根据XL和YL中所有的坐标位置相同的两个像素点之间的梯度相似度、对比度相似度和结构度相似度，计算XL和YL中所有的坐标位置相同的两个像素点之间的基于梯度的结构相似度，并根据XR和YR中所有的坐标位置相同的两个像素点之间的梯度相似度、对比度相似度和结构度相似度，计算XR和YR中所有的坐标位置相同的两个像素点之间的基于梯度的结构相似度；

获取XL和XR各自的双目恰可觉察失真图；

根据XL和YL中坐标位置相同的两个像素点之间的基于梯度的结构相似度，以及XL的双目恰可觉察失真图，获取YL的客观质量分值，记为QL，其中，H表示XL、YL、XR和YR的高度，W表示XL、YL、XR和YR的宽度，BJNDL(p”,q”)表示XL的双目恰L L可觉察失真图BJND中坐标位置为(p”,q”)的像素点的双目恰可觉察失真值，GSSIM(p”,q”)表示XL中坐标位置为(p”,q”)的像素点与YL中坐标位置为(p”,q”)的像素点之间的基于梯度的结构相似度；同样，根据XR和YR中坐标位置相同的两个像素点之间的基于梯度的结构相似度，以及XR的双目恰可觉察失真图 ，获取YR的客观 质量分值 ，记为QR，其中，BJNDR(p”,q”)表示XR的双目恰可觉察

失真图BJNDR中坐标位置为(p”,q”)的像素点的双目恰可觉察失真值，GSSIMR(p”,q”)表示XR中坐标位置为(p”,q”)的像素点与YR中坐标位置为(p”,q”)的像素点之间的基于梯度的结构相似度；

根据YL的客观质量分值和YR的客观质量分值，获取Y的客观质量分值，记为Q3D，

2.根据权利要求1所述的一种立体图像客观质量评价方法，其特征在于该方法具体包括以下步骤：①令X表示原始的无失真的立体图像，并令Y表示待评价的失真的立体图像，将X的左视点图像记为XL，将X的右视点图像记为XR，将Y的左视点图像记为YL，将Y的右视点图像记为YR；

②采用尺寸大小为8×8的滑动窗口在XL中逐像素点移动，将XL分割成M×N个相重叠的且尺寸大小为8×8的图像块，将XL中坐标位置为(i,j)的图像块记为 采用尺寸大小为8×8的滑动窗口在YL中逐像素点移动，将YL分割成M×N个相重叠的且尺寸大小为8×8的图像块，将YL中坐标位置为(i,j)的图像块记为 采用尺寸大小为8×8的滑动窗口在XR中逐像素点移动，将XR分割成M×N个相重叠的且尺寸大小为8×8的图像块，将XR中坐标位置为(i,j)的图像块记为 采用尺寸大小为8×8的滑动窗口在YR中逐像素点移动，将YR分割成M×N个相重叠的且尺寸大小为8×8的图像块，将YR中坐标位置为(i,j)的图像块记为其中，M＝H-7，N＝W-7，H表示XL、YL、XR和YR的高度，W表示XL、YL、XR和YR的宽度，1≤i≤M,1≤j≤N；

③计算XL中的每个图像块中的所有像素点的亮度均值和亮度标准差，并计算YL中的每个图像块中的所有像素点的亮度均值和亮度标准差，将XL中坐标位置为(i,j)的图像块中的所有像素点的亮度均值和亮度标准差对应记为 和 将YL中坐标位置为(i,j)的图像块 中的所有像素点的亮度均值和亮度标准差对应记为 和其中，1≤u≤8,1≤v≤8， 表示 中坐标位置为

(u,v)的像素点的亮度值， 表示 中坐标位置为(u,v)的像素点的亮度值；然后计算XL和YL中所有的坐标位置相同的两个图像块之间的亮度协方差，将XL中坐标位置为(i,j)的图像块 与YL中坐标位置为(i,j)的图像块 之间的亮度协方差记为同样，计算XR中的每个图像块中的所有像素点的亮度均值和亮度标准差，并计算YR中的每个图像块中的所有像素点的亮度均值和亮度标准差，将XR中坐标位置为(i,j)的图像块中的所有像素点的亮度均值和亮度标准差对应记为 和 将YR中坐标位置为(i,j)的图像块 中的所有像素点的亮度均值和亮度标准差对应记为 和其中，1 ≤ u≤ 8,1≤ v ≤ 8，

表示 中坐标位置为(u,v)的像素点的亮度值， 表示 中坐标位置为(u,v)的像素点的亮度值；然后计算XR和YR中所有的坐标位置相同的两个图像块之间的亮度协方差，将XR中坐标位置为(i,j)的图像块 与YR中坐标位置为(i,j)的图像块 之间的亮度协方差记为④对XL分别实施水平方向和垂直方向的3×3Soble算子处理，对应得到XL的水平方向梯度矩阵映射图和垂直方向梯度矩阵映射图，并对应记为 和 将 中坐标位置为(p,q)的像素点的水平梯度值记为

将 中

坐标位置为(p,q)的像素点的垂直梯度值记为

其中，1≤

p≤H,1≤q≤W，-1≤u'≤1,-1≤v'≤1，XL(p,q)表示XL中坐标位置为(p,q)的像素点的亮度L L值，X(p+u',q+v')表示X中坐标位置为(p+u',q+v')的像素点的亮度值，wh(u'+2,v'+2)表示水平方向的3×3Soble算子wh中坐标位置为(u'+2,v'+2)处的值，wv(u'+2,v'+2)表示垂直方向的3×3Soble算子wv中坐标位置为(u'+2,v'+2)处的值；

对YL分别实施水平方向和垂直方向的3×3Soble算子处理，对应得到YL的水平方向梯度矩阵映射图和垂直方向梯度矩阵映射图，并对应记为 和 将 中坐标位置为(p,q)的像素点的水平梯度值记为将 中

坐标位置为(p,q)的像素点的垂直梯度值记为

其中，YL

(p,q)表示YL中坐标位置为(p,q)的像素点的亮度值，YL(p+u',q+v')表示YL中坐标位置为(p+u',q+v')的像素点的亮度值；

对XR分别实施水平方向和垂直方向的3×3Soble算子处理，对应得到XR的水平方向梯度矩阵映射图和垂直方向梯度矩阵映射图，并对应记为 和 将 中坐标位置为(p,q)的像素点的水平梯度值记为

将 中

坐标位置为(p,q)的像素点的垂直梯度值记为

R

其中，X

R R R

(p,q)表示X中坐标位置为(p,q)的像素点的亮度值，X(p+u',q+v')表示X中坐标位置为(p+u',q+v')的像素点的亮度值；

对YR分别实施水平方向和垂直方向的3×3Soble算子处理，对应得到YR的水平方向梯度矩阵映射图和垂直方向梯度矩阵映射图，并对应记为 和 将 中坐标位置为(p,q)的像素点的水平梯度值记为将 中

坐 标 位 置 为 ( p , q ) 的 像 素 点 的 垂 直 梯 度 值 记 为其中，YR

R R R

(p,q)表示Y中坐标位置为(p,q)的像素点的亮度值，Y(p+u',q+v')表示Y中坐标位置为(p+u',q+v')的像素点的亮度值；

⑤根据XL的水平方向梯度矩阵映射图 和垂直方向梯度矩阵映射图 获取XL的梯度图，记为 将 中坐标位置为(p,q)的像素点的梯度值记为

其中，1≤p≤H,1≤q≤W；

L L

根据Y的水平方向梯度矩阵映射图 和垂直方向梯度矩阵映射图 获取Y的梯度图 ，记为 将 中坐标位置为(p ,q)的像素点的梯度值记为

根据XR的水平方向梯度矩阵映射图 和垂直方向梯度矩阵映射图 获取XR的梯度图 ，记为 将 中坐标位置为( p,q)的像素点的梯度值记为

根据YR的水平方向梯度矩阵映射图 和垂直方向梯度矩阵映射图 获取YR的梯度图 ，记为 将 中坐标位置为( p,q)的像素点的梯度值记为

L L

⑥计算X 和Y 中所有的坐标位置相同的两个像素点之间的梯度相似度、对比度相似度和结构度相似度，将XL中坐标位置为(p,q)的像素点与YL中坐标位置为(p,q)的像素点之间的梯度相似度、对比度相似度和结构度相似度对应记为gL(p,q)、cL(p,q)和sL(p,q)，其中，C1、C2、C3为避免分母出现零而设置的小值常数；

R R

同样，计算X 和Y中所有的坐标位置相同的两个像素点之间的梯度相似度、对比度相似度和结构度相似度，将XR中坐标位置为(p,q)的像素点与YR中坐标位置为(p,q)的像素点之间的梯度相似度、对比度相似度和结构度相似度对应记为gR(p,q)、cR(p,q)和sR(p,q)，⑦根据XL和YL中所有的坐标位置相同的两个像素点之间的梯度相似度、对比度相似度和结构度相似度，计算XL和YL中所有的坐标位置相同的两个像素点之间的基于梯度的结构相似度，将XL中坐标位置为(p,q)的像素点与YL中坐标位置为(p,q)的像素点之间的基于梯度的结构相似度记为GSSIML(p,q)，GSSIML(p,q)＝gL(p,q)×cL(p,q)×sL(p,q)；

根据XR和YR中所有的坐标位置相同的两个像素点之间的梯度相似度、对比度相似度和结构度相似度，计算XR和YR中所有的坐标位置相同的两个像素点之间的基于梯度的结构相似度，将XR中坐标位置为(p,q)的像素点与YR中坐标位置为(p,q)的像素点之间的基于梯度R R R R R的结构相似度记为GSSIM(p,q)，GSSIM(p,q)＝g(p,q)×c(p,q)×s(p,q)；

⑧获取XL的双目恰可觉察失真图，记为BJNDL，将BJNDL中坐标位置为(p,q)的像素点的双目恰可觉察失真值记为BJNDL(p,q)，其中，

表示XR中坐标位置为(i',j)的图像块 中的所有像素点的亮度均值， 表示中坐标位置为(p',q)的像素点的梯度值，dL(p,q)表示XL中坐标位置为(p,q)的像素点的水平视差值，获取XR的双目恰可觉察失真图，记为BJNDR，将BJNDR中坐标位置为(p,q)的像素点的双目恰可觉察失真值记为BJNDR(p,q)，其中，

表示XL中坐标位置为(i',j)的图像块 中的所有像素点的亮度均值， 表示R R

中坐标位置为(p',q)的像素点的梯度值，d(p,q)表示X中坐标位置为(p,q)的像素点的水平视差值，⑨根据XL和YL中坐标位置相同的两个像素点之间的基于梯度的结构相似度，以及XL的双目L L L恰可觉察失真图BJND，计算Y的客观质量分值，记为Q，

其中，BJNDL(p”,q”)表示BJNDL中坐标位置为(p”,q”)的像素点的双目恰可觉察失真值，L L LGSSIM(p”,q”)表示X中坐标位置为(p”,q”)的像素点与Y中坐标位置为(p”,q”)的像素点之间的基于梯度的结构相似度；

根据XR和YR中坐标位置相同的两个像素点之间的基于梯度的结构相似度，以及XR的双目恰可觉察失真图BJNDR，计算YR的客观质量分值，记为QR，R R

其中，BJND(p”,q”)表示BJND 中坐标位置为(p”,q”)的像素点的双目恰可觉察失真值，GSSIMR(p”,q”)表示XR中坐标位置为(p”,q”)的像素点与YR中坐标位置为(p”,q”)的像素点之间的基于梯度的结构相似度；

⑩根据YL的客观质量分值QL和YR的客观质量分值QR，计算Y的客观质量分值，记为Q3D，

3.根据权利要求2所述的一种立体图像客观质量评价方法，其特征在于所述的步骤④中水平方向的3×3Soble算子 垂直方向的3×3Soble算子

4.根据权利要求2或3所述的一种立体图像客观质量评价方法，其特征在于所述的步骤⑥中取C1＝0.01、C2＝0.02、C3＝0.01。