天津大学电气自动化与信息工程学院, 天津 300072
立体图像失真会影响图像边缘、结构和深度等低层次结构特征,为此,基于人眼对图像低层次结构的理解提出一种无参考立体图像质量评价方法。首先,对输入左右视图、合成图和视差图进行双树复小波变换;其次,提取左右视图、合成图和视差图小波子带的相位幅度特征,以及左右视图和合成图小波子带的梯度特征;最后,将所得特征输入支持向量回归(SVR)中训练,获得特征到质量分数的映射关系模型,预测立体图像质量。分别在LIVE3 DIQD Phase 1数据库和LIVE3 DIQD Phase 2数据库中测试本文算法性能,实验结果表明,本文算法与人眼视觉特性保持很高的一致性,且优于目前大多数主流算法。
图像处理 无参考立体图像质量评价 双树复小波变换 相位幅度特征 支持向量回归 激光与光电子学进展
2018, 55(6): 061005
江南大学 物联网工程与技术学院, 江苏 无锡 214000
提出了一种基于图像融合的立体图像质量评价方法。通过对立体图像的左右视图进行图像融合生成一幅彩色图像, 融合算法采用主成分分析（PCA）, 使用归一化互相关（NCC）视差图算法, 生成了对应的视差图; 对融合图像和视差图分别进行归一化亮度系数和谱能量参数的提取, 作为支持向量回归（SVR）的输入数据, 在经过充分的训练后对立体图像的质量评分进行预测。在LIVE 3D立体图像数据库上的实验结果表明, 提出的算法优于最新的无参考立体图像质量评价方法, 与人类的主观评价具有较好的一致性。
立体图像质量评价 无参考 主成份分析 视差图 归一化亮度系数 支持向量回归 stereoscopic image quality assessment no reference principal component analysis(PCA) parallax image(NCC) normalized luminance coefficient(MSCN) support vector regression(SVR)
宁波大学信息科学与工程学院, 浙江 宁波 315211
立体图像质量评价是评价立体视频系统性能的有效途径, 而如何对立体图像质量进行有效的客观评价是目前的研究难点。本文提出了一种基于感知重要性的立体图像质量评价方法。该评价方法通过分析视觉显著和失真对感知质量的影响, 建立立体图像视觉感知重要性模型, 将立体图像分为四类区域: 显著失真区域、显著非失真区域、非显著失真区域和非显著非失真区域, 然后对各个区域分别进行评价, 最后通过对各个区域赋予不同的权值从而预测得到最终的客观评价值。实验结果表明, 该方法与主观评价结果有较好的相关性, 符合人眼视觉系统。
立体图像质量评价 感知重要性 立体显著图 失真图 stereoscopic image quality assessment perceptual significance stereoscopic saliency map distortion map
1 宁波大学信息科学与工程学院，浙江宁波 315211
2 浙江科技学院信息与电子工程学院，杭州 310023
3 南京大学软件新技术国家重点实验室，南京 210093
通过研究非对称失真立体图像人眼视觉感知特性，提出了一种基于小波图像融合的非对称失真立体图像质量客观评价方法。首先，采用固定尺寸块匹配方法得到原始立体图像块视差值，接着，根据该视差值的大小，同时结合非对称失真立体图像视觉感知特性，对匹配块进行小波融合得到原始融合图像和失真融合图像。最后，通过计算原始融合图像和失真融合图像之间的方向投影变化距离来度量立体图像的失真程度。实验结果表明该模型与各类非对称失真立体图像的主观评价值具有较好的一致性，尤其在评价交叉失真立体图像时取得了较好的评价效果。
立体图像质量评价 小波图像融合 非对称失真 方向投影 stereoscopic image quality assessment wavelet image fusion asymmetric distortion directional projection
