首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

结合双目视觉特性的立体图像质量客观评价方法研究

摘要第5页
Abstract第5-6页
引言第10-11页
1 绪论第11-17页
    1.1 研究背景及意义第11-13页
    1.2 国内外研究现状第13-15页
        1.2.1 主观评价方法第13-14页
        1.2.2 客观评价方法第14-15页
    1.3 主要工作及创新之处第15-16页
    1.4 论文的组织结构第16-17页
2 立体图像质量客观评价方法研究基础第17-28页
    2.1 平面图像质量客观评价方法第17-19页
    2.2 立体图像质量客观评价方法第19-24页
        2.2.1 客观评价方法的分类第19-20页
        2.2.2 立体图像主观数据库第20-22页
        2.2.3 立体图像客观质量评价性能指标第22-24页
    2.3 双目视觉特性的分析第24-27页
        2.3.1 视觉舒适度特性第24-25页
        2.3.2 双目融合与双目抑制特性第25-26页
        2.3.3 单、双目视觉感知特性第26-27页
    2.4 本章小结第27-28页
3 基于视差空间图的立体图像质量客观评价方法第28-39页
    3.1 基于 DSI 的立体图像质量客观评价模型第28-33页
        3.1.1 DSI 的构造第28页
        3.1.2 三维结构相似度评价方法第28-31页
        3.1.3 客观模型的性能分析第31-33页
            3.1.3.1 参数选择第31页
            3.1.3.2 实验结果第31-33页
    3.2 结合双目恰可察觉失真模型的立体图像质量客观评价方法第33-38页
        3.2.1 双目恰可察觉失真模型第33-34页
        3.2.2 客观评价模型第34-36页
            3.2.2.1 视差空间图第34-35页
            3.2.2.2 三维结构相似度第35-36页
            3.2.2.3 基于双目感知的加权第36页
        3.2.3 客观模型的性能分析第36-38页
    3.3 本章小结第38-39页
4 符合双目视觉特性的立体图像质量客观评价方法第39-55页
    4.1 基于图像分解的立体图像质量客观评价方法第39-44页
        4.1.1 图像的小波分解过程第39-40页
        4.1.2 客观评价模型第40-43页
            4.1.2.1 幅度和相位模型第41-42页
            4.1.2.2 奇异值分解模型第42页
            4.1.2.3 双目融合与抑制第42-43页
        4.1.3 客观模型的性能分析第43-44页
            4.1.3.1 参数确定第43页
            4.1.3.2 实验结果第43-44页
    4.2 基于单目和双目感知特性的立体图像质量客观评价模型第44-54页
        4.2.1 立体图像双目感知第45-49页
        4.2.2 立体图像单目感知第49-50页
        4.2.3 客观模型的性能分析第50-54页
            4.2.3.1 性能评测第50-54页
    4.3 本章小结第54-55页
5 立体图像深度感知客观评价方法研究第55-66页
    5.1 基于相位的立体图像质量客观评价模型第55-59页
        5.1.1 基于相位的评价模型第55-57页
            5.1.1.1 深度感知评价第56-57页
        5.1.2 实验结果及分析第57-59页
            5.1.2.1 性能分析第57-59页
    5.2 基于视差偏移的立体图像质量客观评价模型第59-65页
        5.2.1 立体图像的双目能量第59页
        5.2.2 视差偏移模型第59-63页
            5.2.2.1 图像质量的评价第60-61页
            5.2.2.2 深度感知的评价第61-62页
            5.2.2.3 图像质量与深度感知的结合第62-63页
        5.2.3 实验结果及分析第63-65页
            5.2.3.1 性能分析第63-65页
    5.3 本章小结第65-66页
6 结束语第66-68页
    6.1 本文工作总结第66-67页
    6.2 下一步研究方向第67-68页
参考文献第68-75页
附录A LIVE 立体图像主观数据库图像第75-76页
附录B Toyoma 立体图像主观数据库图像第76-77页
附录C IRCCyN/IVC 立体图像主观数据库图像第77-78页
附录D NBU 立体图像主观数据库图像第78-79页
附录E 天津大学立体图像主观数据库图像第79-80页
附录F 西安电子科技大学立体图像主观数据库图像第80-81页
在学研究成果第81-82页
致谢第82页

论文共82页,点击 下载论文
上一篇:基于Hadoop的Android软件恶意检测的研究与实现
下一篇:基于物流信息系统的数据挖掘算法的研究与实现