基于图像融合的无参考立体图像质量评价

利用CNN评价立体图像质量，含立体图像数据，代码基于keras。

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

基于奇异值分解的无参考立体图像质量评价.pdf

针对现有的无参考复原遥感图像质量评价方法特征提取不够充分的问题,文中提出一种融合多特征的无参考复原遥感图像质量评价算法GEDIQA(No-Reference Recovered Remote Sens

通过四元数小波变换分解立体图像的左右视图,获取不同尺度不同方向的幅值相位信息,并结合人眼视觉特性生成单目图;对左右视图和单目图作亮度去均值对比度归一化(MSCN)处理,获取MSCN系数图,采用广义高斯

针对单模型评价图像质量容易产生过拟合的问题, 提出基于多模型融合的高光谱图像质量评价算法。以图像噪声、模糊度和云含量为降质特征, 建立遥感图像主观评价库, 分别选用支持向量回归方法和集成决策树方法对带

:通过分析人类视觉系统的纹理方向特性和立体感知特性,并结合数字水印的半脆弱性和支持向量回归fSupport Vector Regression,SVR)的泛化学习能力,该文提出一种基于视觉感知和零水印

在立体图像?视频系统编码、传输、解码等环节中,立体图像质量评价是图像失真的一个重要评判准则.考虑到图像结构特性能较好地反映立体图像质量变化,提出一种基于结构失真的立体图像质量客观评价模型,该模型包括左

提出一种多特征融合的方法,该方法融合了合成视点立体图像中失真区域、失真边缘和奇异值的特征。首先,利用视差和阈值得到符合人眼感知的失真区域,计算该区域的平均结构相似度;然后,提取合成视点边缘图像中符合人

提出了一种自由视点视频系统中立体图像的质量评价方法。分别对参考图像与失真图像进行小波分解后用对比敏感度函数加权,计算两者之间的平均结构相似度得到基于内容的质量分数;在双目匹配区域中找到中心凹区域,在该

立体图像失真会影响图像边缘、结构和深度等低层次结构特征, 为此, 基于人眼对图像低层次结构的理解提出一种无参考立体图像质量评价方法。首先, 对输入左右视图、合成图和视差图进行双树复小波变换;其次, 提

在观看立体图像时,人类视觉系统(HVS)以人眼视网膜细胞为媒介接收、传输和理解双目信息,基于此提出了一种仿视觉细胞模型的立体图像质量评价(SIQA)方法。以视网膜细胞特性为基础,模仿HVS 对简单细胞

三维(3D)的感知质量评估具有挑战性。 在这项研究中,我们提出了一种基于双目能量响应的立体图像质量评估指标。 更具体地说,我们首先构造原始图像和失真图像的双目能量响应,然后将它们之间的相似性作为图像质

基于稀疏表示的立体图像客观质量评价方法

针对建筑物检测特定应用,提出一种基于稀疏表示的失真立体图像全参考质量评价方法。首先构建了一种新的失真卫星立体图像数据库,使用角点检测和数字表面模型的高程信息进行建筑物检测,并根据失真图像检测角点变化,