【技术实现步骤摘要】
基于小波包分解的无参考3D立体图像质量评价方法
：本专利技术涉及对3D立体图像进行无参考的客观质量评价领域。
技术介绍
：随着科技日新月异的发展、科学技术的更新换代，数字化时代产品已逐渐进入人们的生活。在数字时代的浪潮下，3D立体图像领域正在取得快速发展与应用，相比于二维平面图像，立体图像能使人们身临其境地体验到立体感及临场感，逐渐地成为多媒体研究的主流方向。然而，立体图像在经过编码、压缩、传输等处理过程中，往往会存在不同形式的失真，这些失真均会引起视觉质量的下降，一个失真程度非常严重的立体图像会使人出现眼晕、脑不舒服等现象，甚至出现呕吐、恶心等症状。因此，如何对图像质量进行准确有效的评价已成为图像处理领域的研究热点。立体图像质量评价(StereoImageQualityAssessment，SIQA)的主要目标是获取立体图像的一个视觉感知分数，以此评判图像失真对立体图像质量的影响。一般根据评价主体的不同，可以将图像质量评价(ImageQualityAssessment，IQA)分为主观评价方法和客观评价方法，主观评...
【技术保护点】
1.一种基于小波包分解的无参考立体图像质量评价方法，包括以下步骤：/n1)利用Daubechies小波系对立体图像对进行两级分解，得到左右视图的子带图像；第一级分解为4个子带，其中第一级分解为4个子带，分别用
【技术特征摘要】
1.一种基于小波包分解的无参考立体图像质量评价方法，包括以下步骤：
1)利用Daubechies小波系对立体图像对进行两级分解，得到左右视图的子带图像；第一级分解为4个子带，其中第一级分解为4个子带，分别用表示，其中仅代表空间频率的低频信息，反映的是图像的轮廓结构，而均含有图像的高频信息，可以表示图像的细节部分，则是能够体现图像的对角线信息，同样，第二级分解是在第一层分解的每一个频域子带上再次分解为4个子带，从而得到16个频域子带其中Q∈{L,R}，L表示左视图，R表示右视图；
2)由左视图的子带图像WL和右视图的子带图像WR逐像素点相加得到一幅合值图C(x,y)；
3)由左视图的子带图像WL和右视图的子带图像WR绝对差值相减得到一幅差值图D(x,y)；
4)对合值图和差值图做分离归一化处理，对于差值图为，归一化后的差值图表示为：
其中，ND(x,y)表示分离归一化之后的差值图，μ(x,y)是局部窗口均值，σ(x,y)是局部窗口加权方差，c为一个小正数，局部窗口选择为11×11高斯权重函数；同样地，对合值图C(x,y)做分离归一化处理，得到NC(x,y)；
5)运用广义高斯模型GGD分...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。