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)