基于机器学习的无参考立体图像质量评价方法研究

《基于机器学习的无参考立体图像质量评价方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号密级硕士学位论文题目：基于机器学习的无参考立体图像质量评价方法研究英文并列题目：Researchonno-referencestereoimagequalityassessmentalgorithmbasedonmachinelearning研究生：谭红宝专业：软件工程研究方向：软件工程技术导师：桑庆兵指导小组成员：学位授予日期：2016年6月答辩委员会主席：吴小俊江南大学地址：无锡市蠡湖大道1800号二○一六年六月I摘要摘要随着计算机和多媒体技术迅速发展，立体数字图像和视频进入人们的生产生活，如3D电影、智能机器人、远程会议、工业控制和自动化等。立体图像

2、在采集、传输、处理和压缩等处理过程中难免会引入各种失真。图像质量评价研究主要目的是设计一套机器自动预测图像质量的系统，并且使得预测质量与人类主观感知具有高度相关性。不同于传统的平面图像，立体图像有左右两个视图，存在深度/差异信息，质量评价要考虑的因素更多，方法更为复杂。由于性能优良，支持向量机SVM（supportvectormachine）被广泛应用于平面图像质量评价研究。它采用的核函数技术可以将特征映射隐式化。多核学习MKL（mutiplekernellearning）对不同特征引进不同类型或者相同类型不同参数的核函数，是解决高维度、异构、复杂数据回归问题有

3、效数学工具。极端学习ELM（extremelearningmachine）是一种随机选择输入权重并分析决定输出权重的单隐层前馈神经网络，具有参数选择简单、执行速度快、不需要迭代就可以产生唯一最优解等优点。带有核函数的ELM的则是将核方法引入到ELM，使得ELM解决映射问题未知情境泛化性能更好。SVM、MKL和ELM等属于机器学习算法，可以有效解决拟合问题，本文主要研究基于机器学习方法的立体图像质量评价，研究的内容和成果如下：1、提出了基于SimpleMKL和Gabor域特征的立体图像质量评价算法。该方法首先利用基于SSIM密度立体匹配模型获取评估视差图；然后分别

4、对左右视图和视差图进行4个方向5个频率的Gabor变换，计算每个视图20个Gabor变换映射幅值系数的熵、能量均值和能量方差；这些Gabor域统计特征驱动SimpleMKL预测待测图像质量。实验结果表明该算法采用的叠加立体图像视差/深度特征和平面特征思路具有一定优越性。2、提出基于SimpleMKL和空间域联合统计特征立体图像质量评价算法。该方法首先利用基于SSIM密度立体算法获取评估视差映射图：评估视差图、评估差异度可信图和评估右视图差异补偿图；分别对左右视图、评估视差图和右视图差异补偿图进行高斯拉普拉斯滤波和梯度滤波，获得两个空间变换图；对这些变换图进行联合

5、自适应归一化处理，计算联合统计特征；所有的特征驱动SimpleMKL预测待测立体图像质量。实验结果显示该方法与人类视觉系统具有较高的一致性。3、提出了基于极端学习和四元数小波变换QWT（quaternionwavelettransform）的立体图像质量评价算法。该方法首先利用SSIM密度立体匹配模型获取评估视差映射图：评估视差图、评估差异度可信图和评估右视图差异补偿图；然后分别对左右视图、视差图和差异度可信图进行四元数小波变换，计算映射QWT第三相位系数相位幅值加权标准差和能量；再计算右视图差异补偿图的统计特征熵和中值；最后将所提取的所有特征输入到基于核映射E

6、LM学习，预测失真立体图像质量。实验结果表明该方法性能较为优越，对视差/深度信息利用较为适当。关键词：立体图像质量评价；无参考；多核学习；极端学习IIAbstractAbstractWiththerapiddevelopmentofhighperformancecomputerandmulti-mediatechnology，It'smoreeasytoaccess3Ddigitalimageandvideoinpeople'slife,suchasinthe3Dfilm，intelligentrobot,teleconference,industrialcon

7、trolandsoon.It'sdifficulttoavoiddistortioninthecollection,transmission,processandcompressionofimage.Thetargetofresearchingimagequalityassessment(IQA)istodesignasystemthatcanpredictimagequalityautomatically.Thepredictedqualityofcomputershouldbehighlyrelevantwithhumansubjectperception.

8、3DIQAisdiffe