隨著立體圖像的迅速發(fā)展,立體電影、立體游戲等立體產(chǎn)品極大的豐富了我們的生活體驗(yàn),然而立體圖像在采集或傳輸過(guò)程中都會(huì)存在失真,給觀看者帶來(lái)不舒適感。因此,對(duì)立體圖像進(jìn)行質(zhì)量評(píng)估具有重要意義。本文基于人眼視覺(jué)感知特性,提出了一種基于立體圖像聯(lián)合特征的客觀質(zhì)量評(píng)價(jià)算法。首先,利用小波包分解的精細(xì)分辨率對(duì)立體圖像對(duì)進(jìn)行分解,基于雙眼競(jìng)爭(zhēng)和雙眼抑制原理,將分解后的左右視圖進(jìn)行融合得到合值圖和差值圖。然后,分別在融合圖上提取自然場(chǎng)景統(tǒng)計(jì)特征和信息熵;另外,考慮到左右視圖之間的內(nèi)在相關(guān)聯(lián)系,提取結(jié)構(gòu)相似度特征;最后,運(yùn)用支持向量回歸來(lái)建立感知特征和主觀分?jǐn)?shù)模型并預(yù)測(cè)得到客觀評(píng)價(jià)分?jǐn)?shù)。在LIVE 3D立體圖像數(shù)據(jù)庫(kù)上進(jìn)行測(cè)試表明,本文算法與人眼主觀評(píng)價(jià)結(jié)果一致性較高,優(yōu)于當(dāng)前主流的立體圖像質(zhì)量評(píng)價(jià)算法。與此同時(shí),本文還提出了基于深度卷積神經(jīng)網(wǎng)絡(luò)的立體圖像質(zhì)量評(píng)價(jià)模型。首先將立體圖像左右視圖切分成塊,通過(guò)深度卷積神經(jīng)網(wǎng)絡(luò)提取左右視點(diǎn)特征,然后對(duì)圖像特征進(jìn)行融合,并經(jīng)全連接層回歸網(wǎng)絡(luò)得到每一個(gè)塊質(zhì)量分?jǐn)?shù)和其相應(yīng)的權(quán)重,最后將權(quán)重和相應(yīng)塊質(zhì)量相乘得到最終的立體圖像質(zhì)量。實(shí)驗(yàn)結(jié)果表明,本文算法模型與人眼主觀評(píng)...

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1-1算法框架示意圖

天津大學(xué)碩士學(xué)位論文8圖1-1算法框架示意圖這類(lèi)方法根據(jù)視覺(jué)感知特性對(duì)立體圖像進(jìn)行建模。首先對(duì)于一副立體圖像對(duì)WL和WR，分別提取雙眼疊加圖EBS和雙眼競(jìng)爭(zhēng)圖EBR，計(jì)算公式如下：2(,)(,)BSLRE=Wxy+Wx+dy(1-7)(,)(,)(,)(,)BRLLRRE=Wxy....

圖2-1眼球結(jié)構(gòu)示意圖

第2章人眼視覺(jué)系統(tǒng)及立體視覺(jué)模型11第2章人眼視覺(jué)系統(tǒng)及立體視覺(jué)模型人類(lèi)是通過(guò)視覺(jué)系統(tǒng)來(lái)認(rèn)識(shí)世界萬(wàn)物的，在評(píng)價(jià)立體圖像或視頻過(guò)程中，人眼是直接接受的載體，因此了解人眼視覺(jué)系統(tǒng)的機(jī)制對(duì)于構(gòu)建立體圖像質(zhì)量評(píng)價(jià)模型是十分必要的。人眼視覺(jué)系統(tǒng)從接受視覺(jué)信號(hào)到信號(hào)處理都伴隨著光學(xué)、生物學(xué)和....

圖2-3雙眼視差成像原理

天津大學(xué)碩士學(xué)位論文14視覺(jué)注意力機(jī)制是人類(lèi)視覺(jué)所特有的大腦信號(hào)處理機(jī)制。HVS通過(guò)快速掃描全局圖像，獲取最吸引眼球的目標(biāo)區(qū)域，也就是注意力焦點(diǎn)，而后對(duì)這一區(qū)域更聚焦，其他區(qū)域會(huì)呈現(xiàn)抑制狀態(tài)，在圖像感知中這一研究方向也叫圖像顯著性檢測(cè)[36]。對(duì)圖像感知特性的研究，視覺(jué)顯著性的分....

圖3-1人類(lèi)神經(jīng)元結(jié)構(gòu)和Neuron神經(jīng)單元對(duì)比示意圖

天津大學(xué)碩士學(xué)位論文18口，一個(gè)神經(jīng)元一般可以與成千神經(jīng)元進(jìn)行連接。雖然人類(lèi)神經(jīng)元傳遞信號(hào)原理目前還未完全清晰，但Neuron神經(jīng)單元使用簡(jiǎn)單的線(xiàn)性加權(quán)和的方式來(lái)模擬這個(gè)變換，將N個(gè)輸入值提供給Neuron神經(jīng)單元后，然后通過(guò)w1、w2等N個(gè)權(quán)重來(lái)計(jì)算這些輸入的加權(quán)和，最后輸出為....

本文編號(hào)：3892001