可控金字塔分解的立体图像质量评价方法

摘要

基于最小能量误差得到左右视图的视差图,分别对左、右视图和视差图进行4尺度、12个方向的可控金字塔分解,每一幅图像可得到1条高频子带和48条方向子带。对左、右视图分解后相对应的48对方向子带进行二元广义高斯分布拟合,提取其形状参数和尺度参数,并提取所有方向子带的跨尺度相关性、空间相关性等特征信息,将这些特征输入支持向量回归(SVR)训练预测得到立体图像质量评分。结果表明该质量评价模型在LIVE 3D数据库上的性能指标斯皮尔曼等级相关系数(SROCC)、线性皮尔逊相关系数(CC)均在0.93以上,与人类的主观评价具有较好的一致性。