立體圖像感知特征挖掘及質(zhì)量評價方法研究.pdf

1、立體圖像質(zhì)量不僅反映了立體圖像應(yīng)用系統(tǒng)的性能，還是采集、壓縮、傳輸?shù)拳h(huán)節(jié)參數(shù)選擇和性能優(yōu)化的依據(jù)。因此，如何有效地評價立體圖像質(zhì)量已成為當前研究熱點。本學(xué)位論文通過研究人類視覺系統(tǒng)對立體圖像的質(zhì)量感知特性，挖掘感知特征，建立感知特征與質(zhì)量的關(guān)系模型，提出有效的立體圖像質(zhì)量評價方法，主要內(nèi)容如下：
　　首先，介紹了立體圖像質(zhì)量評價的研究背景、研究方法及研究現(xiàn)狀。包括立體圖像質(zhì)量評價的意義、方法及性能測試，分析了主觀與客觀質(zhì)量評價的優(yōu)

2、缺點，總結(jié)出立體圖像質(zhì)量評價研究的主要問題是挖掘感知特征、建立質(zhì)量評價模型，并以此作為本文的研究動機。
　　其次，研究立體圖像的感知特性，挖掘感知特征。根據(jù)人類視覺系統(tǒng)對立體圖像的感知處理，采用圖像分解、稀疏編碼和雙目感知模型等，挖掘立體圖像的單目和雙目感知特征。實驗結(jié)果表明，該研究得到的特征符合人類視覺系統(tǒng)響應(yīng)，為立體圖像質(zhì)量評價方法的設(shè)計打下堅實的基礎(chǔ)。
　　再次，在感知特征的基礎(chǔ)上，研究全參考、無參考立體圖像質(zhì)量評價方

3、法。在有原始圖像的條件下，根據(jù)感知特征的特點，采用不同的相似度計算和質(zhì)量融合方式，提出基于結(jié)構(gòu)紋理分解、稀疏表示和單雙目結(jié)合的立體圖像質(zhì)量評價方法。在無參考圖像的條件下，根據(jù)立體圖像質(zhì)量的產(chǎn)生，提出適于機器學(xué)習(xí)的雙目特征結(jié)合質(zhì)量預(yù)測模型，并結(jié)合有質(zhì)量監(jiān)督學(xué)習(xí)和無質(zhì)量監(jiān)督學(xué)習(xí)，提出兩種無參考立體圖像質(zhì)量評價方法。所提出的全參考方法在測試數(shù)據(jù)庫上的PLCC（Pearson Linear Correlation Coefficient）最高為

4、0.94；無參考方法能準確地預(yù)測立體圖像的質(zhì)量，其中基于有質(zhì)量監(jiān)督學(xué)習(xí)的方法在對稱失真數(shù)據(jù)庫上PLCC高于0.93，非對稱庫上接近0.9。
　　最后，針對立體圖像編碼系統(tǒng)，研究面向3D-HEVC的立體圖像質(zhì)量評價方法。根據(jù)系統(tǒng)中立體圖像的失真特點，提取有效的失真感知特征，并在變換域采用全參考方法評價編碼立體圖像質(zhì)量，提高方法的速度和有效性。在公開測試數(shù)據(jù)庫上的實驗結(jié)果表明，提出方法的PLCC高于0.87，優(yōu)于系統(tǒng)中現(xiàn)有的方法。