基于遗传神经网络的立体图像的客观评价

• 作者: 吴限光 李素梅 程金翠
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 支持向量机 主成分分析 遗传算法 立体图像处理
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 应用技术
• 页码范围: 148-153
• 页数: 6页
• 分类号: TP391.41
• 字数: 4807字
• 语种: 中文

摘要

立体图像质量评价已成为立体成像技术领域的关键问题之一,采用基于统计学习的支持向量机模型模拟人类的认知特性对立体图像进行质量评价.但是由于立体图像较单视点平图像数据量成倍增长,为了降低计算复杂度,提取更加符合人类认知特性的图像特征,采用主成分分析提取立体图像样本的特征值和特征向量,利用遗传算法对支持向量机的参数进行最优化选择.实验结果表明:该方法较单纯采用支持向量机方法对立体图像质量进行评价泛化性能更好,其正确分类率达到94％,更符合人眼的主观感受.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李素梅	天津大学电子信息工程学院	36	192	6.0	13.0
2	吴限光	天津大学电子信息工程学院	2	4	1.0	2.0
3	程金翠	天津大学电子信息工程学院	1	4	1.0	1.0