-
公开(公告)号：CN108648186B
公开(公告)日：2021-11-19
申请号：CN201810446849.X
申请日：2018-05-11
Applicant: 北京理工大学
Abstract: 本发明提出了一种基于初级视觉感知机制的无参考立体图像质量评价方法，属于图像分析技术领域。本方法首先将输入立体图像对转化为灰度信息，利用灰度信息模拟初级视觉感知机制下基于信道分离的单目感知响应和反馈聚合优化的双目感知响应。其次，分别利用得到的单目和双目感知响应模拟初级视觉皮层中经典与非经典接受场响应，并对生成的两类接受场响应图像提取结构算子LBP的概率统计特征向量。然后，利用支持向量机对特征进行训练，得到预测模型，应用预测模型和测试集对应的特征向量进行质量预测和评估。本方法具有主观一致性高，数据库独立性高，稳定性高的特点，在处理多种复杂失真类型时都表现出了极具竞争力的效果，具有很强的应用价值。
-
公开(公告)号：CN107635136B
公开(公告)日：2019-03-19
申请号：CN201711003045.4
申请日：2017-10-24
Applicant: 北京理工大学
IPC: H04N17/00
Abstract: 本发明涉及一种立体图像质量评价方法，特别涉及一种基于视觉感知和双目竞争的无参考立体图像质量评价方法，属于图像分析领域。本方法首先将输入立体图像对转化为灰度信息，对灰度信息利用匹配算法得到立体图像对的模拟视差图和不确定性图，同时利用灰度信息及其滤波响应和模拟视差图校正合成单眼图像。其次，将得到的单眼图像和不确定性图在不同尺度空间和频率空间上进行高斯差分处理，并提取自然场景统计和视觉感知特征向量。然后，利用支持向量机和BP神经网络分别对特征进行训练，得到预测模型，应用预测模型和测试及对应的特征向量，进行质量预测和评估。本方法具有主观一致性高，数据库独立性高，稳定性高的特点，在处理多种复杂失真类型时都表现出了极具竞争力的效果，可以嵌入到立体图像/视频处理等立体视觉内容相关的应用系统中，具有很强的应用价值。
-
公开(公告)号：CN108648186A
公开(公告)日：2018-10-12
申请号：CN201810446849.X
申请日：2018-05-11
Applicant: 北京理工大学
Abstract: 本发明提出了一种基于初级视觉感知机制的无参考立体图像质量评价方法，属于图像分析技术领域。本方法首先将输入立体图像对转化为灰度信息，利用灰度信息模拟初级视觉感知机制下基于信道分离的单目感知响应和反馈聚合优化的双目感知响应。其次，分别利用得到的单目和双目感知响应模拟初级视觉皮层中经典与非经典接受场响应，并对生成的两类接受场响应图像提取结构算子LBP的概率统计特征向量。然后，利用支持向量机对特征进行训练，得到预测模型，应用预测模型和测试集对应的特征向量进行质量预测和评估。本方法具有主观一致性高，数据库独立性高，稳定性高的特点，在处理多种复杂失真类型时都表现出了极具竞争力的效果，具有很强的应用价值。
-
公开(公告)号：CN107635136A
公开(公告)日：2018-01-26
申请号：CN201711003045.4
申请日：2017-10-24
Applicant: 北京理工大学
Abstract: 本发明涉及一种立体图像质量评价方法，特别涉及一种基于视觉感知和双目竞争的无参考立体图像质量评价方法，属于图像分析领域。本方法首先将输入立体图像对转化为灰度信息，对灰度信息利用匹配算法得到立体图像对的模拟视差图和不确定性图，同时利用灰度信息及其滤波响应和模拟视差图校正合成单眼图像。其次，将得到的单眼图像和不确定性图在不同尺度空间和频率空间上进行高斯差分处理，并提取自然场景统计和视觉感知特征向量。然后，利用支持向量机和BP神经网络分别对特征进行训练，得到预测模型，应用预测模型和测试及对应的特征向量，进行质量预测和评估。本方法具有主观一致性高，数据库独立性高，稳定性高的特点，在处理多种复杂失真类型时都表现出了极具竞争力的效果，可以嵌入到立体图像/视频处理等立体视觉内容相关的应用系统中，具有很强的应用价值。
-
-
-
Search Results
4
records
(took 0.016 seconds)
