基于双树复小波的无参考立体图像质量评价

作     者：顾婷婷 刘新会 桑庆兵 李朝锋 GU Tingting;LIU Xinhui;SANG Qingbing;LI Chaofeng

作者机构：江南大学物联网工程学院江苏无锡214122 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2019年第55卷第2期

页      面：154-161页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：江苏省自然科学基金(No.BK20171142) 江苏省产学研前瞻性联合研究项目(No.BY2016022-17/001) 

主　　题：双树复小波变换 非对称广义高斯分布 梯度幅值 相对梯度方向 奇异值 AdaBoosting BP神经网络 

摘      要：随着3D技术的不断发展,立体图像的使用领域越来越广泛,同时人们对图像的清晰度要求越来越高,因此,立体图像的质量评价成为关注点,基于此,提出了一种基于双树复小波变换的立体图像质量评价算法。使用双树复小波变换对立体图像的左、右视图进行处理,生成纹理结构图像,且根据最小能量误差的原理,获取左右视图的视差图;对纹理结构图像和视差图提取非对称广义高斯分布模型的参数、梯度幅值、相对梯度方向方差和奇异值曲线与坐标轴的面积等特征;使用AdaBoosting BP神经网络,进行训练和预测立体图像的质量得分。在LIVE立体图像数据库上的实验结果表明,新方法预测得分与主观得分有较好的一致性,获得了比较好的实验结果。