基于神經(jīng)網(wǎng)絡(luò)的立體圖像質(zhì)量客觀評(píng)價(jià).pdf

1、隨著立體成像技術(shù)的不斷發(fā)展，準(zhǔn)確、有效地評(píng)價(jià)立體圖像質(zhì)量已成為立體技術(shù)領(lǐng)域的研究熱點(diǎn)及難點(diǎn)之一。立體圖像質(zhì)量的評(píng)價(jià)方法分為主觀評(píng)價(jià)和客觀評(píng)價(jià)兩種。主觀評(píng)價(jià)由合格被試依據(jù)自身主觀感受對(duì)測(cè)試圖像質(zhì)量給出評(píng)分，這種方法能夠真實(shí)準(zhǔn)確地反映圖像的質(zhì)量，但它耗時(shí)耗力，且可操作性較差。因而，建立一套有效的立體圖像質(zhì)量客觀評(píng)價(jià)模型已成為立體成像技術(shù)的重點(diǎn)研究課題之一。
　　論文在對(duì)立體圖像質(zhì)量評(píng)價(jià)的研究背景、發(fā)展現(xiàn)狀、發(fā)展趨勢(shì)及其他相關(guān)理論進(jìn)行闡

2、述的基礎(chǔ)上，考慮到目前人類視覺(jué)系統(tǒng)的相關(guān)研究仍存在較大的局限性，提出采用正交局部保留投影和極端學(xué)習(xí)機(jī)的方法建立立體圖像質(zhì)量評(píng)價(jià)系統(tǒng)。鑒于立體圖像具有復(fù)雜度高、信息量大的特點(diǎn)，論文選取正交局部保留投影法對(duì)圖像進(jìn)行有效地降維處理，該方法可以在對(duì)圖像降維的同時(shí)保留不同類別圖像間的結(jié)構(gòu)，可以更有效地提取出立體圖像的特征。極端學(xué)習(xí)機(jī)網(wǎng)絡(luò)具有參數(shù)選擇簡(jiǎn)單、泛化性好等特點(diǎn)，但是該網(wǎng)絡(luò)具有一定的隨機(jī)性。鑒于此，論文提出采用經(jīng)過(guò)遺傳算法優(yōu)化的極端學(xué)習(xí)機(jī)作

3、為分類器，使評(píng)價(jià)系統(tǒng)可以獲取更好的分類識(shí)別性能。
　　本文選取了380幅經(jīng)過(guò)不同失真處理、覆蓋不同評(píng)分等級(jí)的立體圖像，其中154幅為訓(xùn)練樣本，226幅為測(cè)試樣本。實(shí)驗(yàn)結(jié)果表明，選用正交局部保留投影法作為特征提取方法，使用ELM分類器在測(cè)試樣本中的客觀評(píng)分正確率可以達(dá)到93.36％，比選用主成分分析法所能達(dá)到的92.03％的準(zhǔn)確率有更好的表現(xiàn)。使用遺傳算法對(duì)網(wǎng)絡(luò)參數(shù)進(jìn)行優(yōu)化后，ELM網(wǎng)絡(luò)的分類正確率可以達(dá)到96.03％，使評(píng)價(jià)系統(tǒng)的