No-reference quality assessment for stereoscopic images based on Contourlet transform

doi:10.13741/j.cnki.11-1879/o4.2016.06.012

您当前的位置：

首页 >

文章列表页 >

No-reference quality assessment for stereoscopic images based on Contourlet transform

更新时间：2025-09-01

- No-reference quality assessment for stereoscopic images based on Contourlet transform
- Vol. 42, Issue 6, Pages: 538-544(2016)
- 作者机构：
  
  1:江南大学物联网工程学院
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2016.06.012
  CLC：
- Published：2016
- 稿件说明：
移动端阅览
No-reference quality assessment for stereoscopic images based on Contourlet transform[J]. 2016, 42(6): 538-544.
DOI：

No-reference quality assessment for stereoscopic images based on Contourlet transform[J]. 2016, 42(6): 538-544. DOI： 10.13741/j.cnki.11-1879/o4.2016.06.012.

摘要

立体图像的景物生动逼真

给人一种身临其境的全新视觉享受

但在制作、存储和传输过程中往往会产生失真。为了评价立体图像的质量优劣

提出了一种基于轮廓波(Contourlet)变换的无参考立体图像质量评价算法。通过对失真的左、右图像分别进行主成分分析(PCA)融合来生成新的融合图像

并使用基于SSIM(Structural Similarity)立体匹配算法生成视差图和匹配差值图

然后对上述三张图片进行Contourlet变换

再然后使用自定义的高频能量指标并结合边缘强度和信息熵

最后将得到的特征输入支持向量回归(Support Vector Regression

SVR)模型中学习

得出质量评价分数。该方法在德克萨斯大学公布的立体图像库中进行了验证

线性相关系数和斯皮尔曼相关系数在Phase I库中可高达0.957和0.947

在Phase II库中也可高达0.944和0.934

与主观评价吻合度很高

优于最新的一些评价方法。

Abstract

关键词

Keywords

references

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

The text extraction algorithm based on multi-feature detection and support vector regression

Blind watermark algorithm based on SIFT for 3D point cloud model

Facial expression recognition method based on Contourlet transform & FLD

Speckle reduction of synthetic aperture radar image using spatial selective noise filtration in Contourlet domain

Related Author

杨俊

赵林

商静静

孙刘杰

王文举

魏戈

姜威

刘迎辉

Related Institution

1:武汉职业技术学院

2:广西电力职业技术学院

1:上海理工大学光电信息与计算机工程学院

2:上海理工大学出版印刷与艺术设计学院

1:山东大学信息科学与工程学院

⁰