基于双目感知模型的无参考立体图像质量评价算法研究

发布时间:2021-01-09 08:40
  立体图像质量客观评价算法主要用于评价各类立体图像处理系统中立体场景显示质量的优劣,能够为各种图像处理系统提供参数设置、性能优化等的基本依据,具有广泛的研究和应用价值。立体图像质量客观评价算法的核心设计目标是自动地获取立体图像的感知质量。然而,目前人类视觉系统复杂的工作原理并未被完全掌握,设计出与人类视觉系统评价结果一致的预测模型具有极大挑战。当前的立体图像质量评价研究探索了视觉系统的部分功能与特性,但仍存在着对双目感知特性考虑不充分,非对称失真立体图像质量的预测准确性不高,以及特征提取时间过长等问题。为此,本文在现有研究的基础上,进一步探究人类双目视觉的感知特性,提出多个无参考的双目感知立体图像质量预测模型,提升感知特征的提取方法与映射方法的性能。本文的主要研究工作如下:(1)针对无视差类立体图像质量评价方法,因未考虑双目感知特性,导致预测非对称失真立体图像质量时准确性不高的问题,提出基于未匹配子带合成图像的无参考立体图像质量评价算法。该方法利用人类视觉系统对频率和方向信息敏感的视觉特性,将立体图像进行多尺度和多方向分解;在不使用视差图的情况下,将左、右视点相同尺度和方向的小波子带图像... 

【文章来源】:南昌大学江西省 211工程院校

【文章页数】:151 页

【学位级别】:博士

【部分图文】:

基于双目感知模型的无参考立体图像质量评价算法研究


LIVE-I数据库[13]中的原始图像(右视点)

立体图像,视点,数据库,立体图像


第1章绪论16图1.2LIVE-II数据库[17]中的原始图像(右视点)(2)WaterlooIVC3D图像质量数据库加拿大滑铁卢大学通过两阶段的主观实验建立了两个立体图像质量数据库,包含对称失真、左、右视点失真类型相同失真程度不同的非对称失真以及左、右视点失真类型不同的非对称失真图像。WaterlooIVC3DPhaseI数据库[69,104](以下简称为WIVC-I数据库)包含6幅全高清立体图像及其对应的78幅失真的单视点图像与330幅失真立体图像,图像尺寸为1390×1080/1342×1080像素。WaterlooIVC3DPhaseII数据库[69,104](以下简称为WIVC-II数据库)包含10幅全高清立体图像及其对应的130幅失真的单视点图像与460幅失真的立体图像,图像尺寸为1920×1080像素。WIVC-I和WIVC-II图像库的单视点图像包括三种失真类型:WN,GB和JPEG。图1.3和图1.4分别给出了WIVC-I和WIVC-II数据库中原始立体图像的左视点图像。图1.3WIVC-I数据库[69,104]中的原始图像(右视点)图1.4WIVC-II数据库[69,104]中的原始图像(右视点)(3)宁波大学立体图像质量评价数据库宁波大学设计了多个立体图像质量评价数据库。NBU3DIQA数据库[18]为对称失真立体图像数据库,包含12幅原始立体图像和312幅失真图像,图像的失

立体图像,视点,数据库,立体图像


第1章绪论16图1.2LIVE-II数据库[17]中的原始图像(右视点)(2)WaterlooIVC3D图像质量数据库加拿大滑铁卢大学通过两阶段的主观实验建立了两个立体图像质量数据库,包含对称失真、左、右视点失真类型相同失真程度不同的非对称失真以及左、右视点失真类型不同的非对称失真图像。WaterlooIVC3DPhaseI数据库[69,104](以下简称为WIVC-I数据库)包含6幅全高清立体图像及其对应的78幅失真的单视点图像与330幅失真立体图像,图像尺寸为1390×1080/1342×1080像素。WaterlooIVC3DPhaseII数据库[69,104](以下简称为WIVC-II数据库)包含10幅全高清立体图像及其对应的130幅失真的单视点图像与460幅失真的立体图像,图像尺寸为1920×1080像素。WIVC-I和WIVC-II图像库的单视点图像包括三种失真类型:WN,GB和JPEG。图1.3和图1.4分别给出了WIVC-I和WIVC-II数据库中原始立体图像的左视点图像。图1.3WIVC-I数据库[69,104]中的原始图像(右视点)图1.4WIVC-II数据库[69,104]中的原始图像(右视点)(3)宁波大学立体图像质量评价数据库宁波大学设计了多个立体图像质量评价数据库。NBU3DIQA数据库[18]为对称失真立体图像数据库,包含12幅原始立体图像和312幅失真图像,图像的失

【参考文献】:
期刊论文
[1]基于稀疏字典学习的立体图像质量评价[J]. 李素梅,常永莉,韩旭,胡佳洁.  天津大学学报(自然科学与工程技术版). 2019(01)
[2]立体图像质量感知特征提取的研究与展望[J]. 徐少平,林官喜,曾小霞,姜尹楠,唐祎玲.  计算机工程. 2018(06)
[3]基于极限学习机的全参考立体图像质量评价[J]. 沈力波,邵枫,蒋刚毅,郁梅.  计算机辅助设计与图形学学报. 2017(05)
[4]基于深度学习的无参考立体图像质量评价[J]. 田维军,邵枫,蒋刚毅,郁梅.  计算机辅助设计与图形学学报. 2016(06)
[5]结合结构信息和亮度统计的无参考图像质量评价[J]. 沈军民,李俊峰,戴文战.  电子学报. 2016(04)
[6]基于自然统计特征分布的无参考图像质量评价[J]. 陈勇,帅锋,樊强.  电子与信息学报. 2016(07)
[7]基于双目特征联合的无参考立体图像质量评价[J]. 李柯蒙,邵枫,姜求平,蒋刚毅,郁梅.  光电子·激光. 2015(11)
[8]无参考图像质量评价综述[J]. 王志明.  自动化学报. 2015(06)
[9]图像质量评价方法研究进展[J]. 蒋刚毅,黄大江,王旭,郁梅.  电子与信息学报. 2010(01)



本文编号:2966328

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/2966328.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户5c6ea***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com