基于双目感知的3D图像质量评价
发布时间:2023-02-22 17:55
3D图像在采集、压缩、编码、传输、解码、解压缩、存储和显示等各个阶段,会不可避免地引入失真,失真会影响观看者理解3D图像中的内容,甚至危害观看者的身心健康。因此,如何评价3D图像的质量是一项很有意义的工作。本论文基于人眼的双目感知特性和3D图像的自然场景特性,设计并提出了主观一致性较高的3D图像质量评价算法。本文的主要工作如下:(1)基于双目感知的全参考3D图像质量评价。由于对人眼的双目感知特性研究不够深入和透彻,现有的全参考3D质量评价算法的主观一致性不够理想,更加有效的双目感知模型亟待提出。为了解决这个问题,本文提出基于空间信息量的双目感知模型,进而应用到全参考3D质量评价中。本文首先给出基本假设:3D图像对的质量由含有较多空间信息量的视图决定,然后,在此基础上提出了基于空间信息量的双目感知模型,最终结合传统的2D图像质量评价算法对3D图像进行质量评价。实验结果表明,该方法在主观一致性方面明显好于现有的2D和3D全参考质量评价算法。(2)基于双目感知和联合统计的无参考3D图像质量评价。由于对于左、右眼视图之间的联合统计特性的利用还不够充分,现有无参考3D质量评价算法的性能亟待提高。...
【文章页数】:70 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 本论文研究的目的和意义
1.2 国内外研究现状
1.3 研究内容
1.4 论文结构
第2章 3D质量评价
2.0 3D成像与失真
2.1 主观 3D质量评价
2.2 客观 3D质量评价
2.2.1 全参考 3D质量评价
2.2.2 无参考 3D质量评价
2.3 质量评价相关知识
2.3.1 客观算法的性能指标
2.3.2 无参考质量评价的两步框架
第3章 基于双目感知的全参考 3D质量评价
3.1 空间信息量与双目感知模式
3.1.1 双目感知的三种模式
3.1.2 空间信息量与双目感知
3.2 基于双目感知的全参考 3D图像质量评价
3.2.1 双目感知模型
3.2.2 算法流程
3.3 实验结果与分析
3.3.1 双目感知模型的有效性
3.3.2 对于特定失真类型的性能
3.3.3 主观一致性性能比较
3.3.4 对于对称失真和非对称失真的性能
3.4 本章小结
第4章 基于双目感知和联合统计的无参考 3D质量评价
4.1 3D自然场景统计
4.1.1 自然场景统计模型
4.1.2 3D自然场景统计特性
4.2 基于双目感知和联合统计的无参考 3D质量评价
4.2.1 基于多元广义高斯分布的实现
4.2.2 基于“点积图”的实现
4.3 实验结果与分析
4.3.1 LIVE数据库Phase I上的结果
4.3.2 LIVE数据库Phase II上的结果
4.3.3 两种实现的时间性能对比
4.3.4 分类准确性
4.3.5 各种特征的性能对比
4.3.6 对于对称失真和非对称失真的性能
4.3.7 数据库独立性
4.4 本章小结
结论
参考文献
攻读学位期间发表论文与研究成果清单
致谢
本文编号:3748022
【文章页数】:70 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 本论文研究的目的和意义
1.2 国内外研究现状
1.3 研究内容
1.4 论文结构
第2章 3D质量评价
2.0 3D成像与失真
2.1 主观 3D质量评价
2.2 客观 3D质量评价
2.2.1 全参考 3D质量评价
2.2.2 无参考 3D质量评价
2.3 质量评价相关知识
2.3.1 客观算法的性能指标
2.3.2 无参考质量评价的两步框架
第3章 基于双目感知的全参考 3D质量评价
3.1 空间信息量与双目感知模式
3.1.1 双目感知的三种模式
3.1.2 空间信息量与双目感知
3.2 基于双目感知的全参考 3D图像质量评价
3.2.1 双目感知模型
3.2.2 算法流程
3.3 实验结果与分析
3.3.1 双目感知模型的有效性
3.3.2 对于特定失真类型的性能
3.3.3 主观一致性性能比较
3.3.4 对于对称失真和非对称失真的性能
3.4 本章小结
第4章 基于双目感知和联合统计的无参考 3D质量评价
4.1 3D自然场景统计
4.1.1 自然场景统计模型
4.1.2 3D自然场景统计特性
4.2 基于双目感知和联合统计的无参考 3D质量评价
4.2.1 基于多元广义高斯分布的实现
4.2.2 基于“点积图”的实现
4.3 实验结果与分析
4.3.1 LIVE数据库Phase I上的结果
4.3.2 LIVE数据库Phase II上的结果
4.3.3 两种实现的时间性能对比
4.3.4 分类准确性
4.3.5 各种特征的性能对比
4.3.6 对于对称失真和非对称失真的性能
4.3.7 数据库独立性
4.4 本章小结
结论
参考文献
攻读学位期间发表论文与研究成果清单
致谢
本文编号:3748022
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3748022.html