原文服务方: 湖南大学学报(自然科学版)       
摘要:
立体图像质量评价在立体图像处理领域中应用广泛.基于小波包分解的精细分辨率,提出了一种全新的无参考立体图像质量评价算法,选取合值图和差值图作为融合图来评估立体图像,首先,对立体图像对进行小波包分解,基于双眼竞争和双眼抑制原理,将分解后的左右视图进行融合得到合值图和差值图.然后,分别在融合图上提取自然场景统计(NSS)特征和信息熵;另外,考虑到左右视图之间的内在相关联系,提取结构相似度特征.最后,运用支持向量回归(SVR)来建立感知特征和主观分数模型并预测得到客观评价分数.采用该算法在LIVE 3D立体图像数据库上进行测试,实验结果表明,该算法与人眼主观评价结果一致性较高,优于当前主流的立体图像质量评价算法,符合人眼视觉感知特性.
推荐文章
基于幅相分离立体匹配的小波立体图像压缩
立体匹配
自适应块预测
小波立体图像压缩
基于稀疏表示与能量分解的无参考图像质量评价
无参考图像质量评价
稀疏表示
能量分解
奇异值分解
L1范数
基于小波包分解的SAR图像压缩
图像压缩
小波包变换
最佳基选择
多级树集合分裂算法
基于双目融合的无参考立体图像质量评价
立体图像质量评价
纹理特征
双目联合
图像融合
Gabor小波
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波包分解的无参考立体图像质量评价
来源期刊 湖南大学学报(自然科学版) 学科
关键词 立体图像质量评价 小波包 无参考 结构相似度
年,卷(期) 2018,(10) 所属期刊栏目 计算机科学
研究方向 页码范围 139-147
页数 9页 分类号 TP391
字数 语种 中文
DOI 10.16339/j.cnki.hdxbzkb.2018.10.019
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 沈丽丽 天津大学电气自动化与信息工程学院 25 140 5.0 11.0
2 彭科 天津大学电气自动化与信息工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (18)
参考文献  (17)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(11)
  • 参考文献(2)
  • 二级参考文献(9)
2013(8)
  • 参考文献(4)
  • 二级参考文献(4)
2014(6)
  • 参考文献(3)
  • 二级参考文献(3)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(5)
  • 参考文献(3)
  • 二级参考文献(2)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
立体图像质量评价
小波包
无参考
结构相似度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
湖南大学学报(自然科学版)
月刊
1674-2974
43-1061/N
16开
1956-01-01
chi
出版文献量(篇)
4768
总下载数(次)
0
总被引数(次)
41941
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导