导读:本文包含了人类视觉感知论文开题报告文献综述及选题提纲参考文献,主要关键词:视觉信号,人类感知,视觉信息,唇部,面部表情,背景噪声,唇读,助听器,西交利物浦大学,嘴唇
人类视觉感知论文文献综述
王拓[1](2019)在《视觉信号未来将改变人类感知手段》一文中研究指出听觉作为人类感知手段之一,一直是不少研究的重点领域。西交利物浦大学计算机科学和软件工程系的安德鲁·亚伯博士和其团队设计了一个新系统,他们在助听器中加入了捕捉人说话时唇形特征的视觉信号,以提高助听器的使用效果。最新研究成果也在IEEE计算智能研讨会上进行发(本文来源于《新华日报》期刊2019-02-27)
王刚[2](2016)在《人类视觉感知双目融合的立体图像质量评价方法研究》一文中研究指出随着社会的发展,图像在人们的生活中扮演着越来越重要的角色。尤其在人们已经渐渐习惯有立体电影、立体游戏等新的视觉体验陪伴的时候,人们对立体图像的需求越来越高,对立体图像质量的要求也越来越严格,以至于使得立体(3D)图像的质量评价研究成为图像研究领域的重要课题,甚至成为一个迫在眉睫的研究方向。针对这个重要课题,研究合理有效的评价方法就显得尤为重要。下面是本文对3D图像质量评价方法研究所做的一些探索和结果,主要内容有:首先,通过研究人眼的生理和心理特点、人类视觉对图像的影响以及轮廓波变换原理,介绍了一种基于视差图和轮廓波变换的3D图像质量评价方法。该方法首先介绍了两种提取视差图的方法:左右相减提取视差图、全局误差能量最小算法提取视差图,然后对左右失真图像和视差图作叁尺度,八方向的轮廓波分解,并提取能量、能量差、尺度内统计关系叁种特征,最后通过支持向量机建立视差图和轮廓波变换的3D图像质量评价模型,得到图像质量分数。实验结果表明,该方法能够达到比较理想的实验效果,比经典算法以及近几年相关的算法具有更好的主观一致性。此外,通过对轮廓波的改进,把双树复小波和方向滤波器相结合,提出了一种基于视差图和复数轮廓波变换的3D图像质量评价方法。在该方法中,首先根据上一章节的实验结果采取全局误差能量最小算法提取视差图,然后对失真图像和视差图进行复数轮廓波分解,即双树复小波叁尺度的尺度分解以及二方向的方向分解,接着提取能量和能量差特征并传到支持向量机回归模型中得到图像分数,实验结果表明,一方面该方法比当前相关文献报道方法具有更好的主观一致性,另一方面该方法在轮廓波方法结果之上又有一定的提高。最后,根据人眼对图像局部内容的重视程度不同,提出了一种结合显着图和视差图的3D图像质量评价方法。该方法首先介绍了视觉显着图提取方法,提取左右失真图像的显着图,然后结合视差图进行复数轮廓波分解,得到分解后的子带之后提取相关特征,最后通过训练测试得到图像客观评分,实验结果表明把视觉显着图融入到评价方法之中后得到了更好的主观一致性,该评价模型不仅优于当前相关文献方法,而且优于前两种评价模型。(本文来源于《江南大学》期刊2016-05-01)
侯伟龙[3](2015)在《基于视觉计算和人类感知的图像质量评价研究》一文中研究指出视觉作为人类最重要的感知机制之一,构成了人类日常生活中百分之八十以上的信息来源。亿万年间,视觉帮助人类学习关键知识、理解生存环境,成就今天高度发达的现代社会。上世纪,自照相机的发明,人类社会跨入了视觉信息的时代。近几十年来,数字图像逐渐成为日常生活中应用最广泛、最高效的信息媒介之一。学术界为求图像的高保真、高质量开展了大量研究。然而伴随着图像的采集,传输、处理以及存储等过程,图像不可避免地遭受不同类型、不同程度的失真。因此,为减弱图像失真、优化图像处理系统、提高用户观看体验,图像质量评价的需求应运而生。基于人类感知与视觉计算,本文旨在:1)基于视觉系统与高层感知机制,提供就图像质量评价全面且深入的分析与研究;2)建立符合人类主观质量认知的客观图像质量评价准则及相关方法。为此,本文系统并全面地探讨了影响人类视觉质量感知的各方面因素,深入地分析了针对图像质量具有敏感性的各类图像特征指标。考虑人类定性质量评价现象、结合人类视觉注意机制、引入无监督视觉质量特征学习理论,本文创新地提出了若干突破性思路,建立了新颖的图像质量客观评价体系与方法,探索了图像质量评价领域的未来研究方向。具体而言,本文所提方法与主要贡献如下:1)提出了一种基于模糊分类的部分参考型图像质量评价方法。通过引入人类对图像质量感知的定性评价准则,结合模糊集合理论,针对通信系统特定应用环境,本章提出了一种快速、有效的部分参考型图像质量评价方法。该方法将图像质量空间等分为若干模糊集合,借助小波域自然场景统计特征,训练基于人工神经网络的模糊分类器。待测图像质量得分由模糊集合及其对应隶属度去模糊求得。在通用数据库上充分的实验结果验证了该方法的有效性与准确性,并且与同类典型方法相比具有一定优越性。2)提出了一种基于深度学习网络的无参考型图像质量评价方法。人类视觉系统具有典型的深度层级结构,因而产生复杂的非线性映射。传统机器学习理论受限于学习层数过少,无法准确刻画高度的非线性结构,因此在建模人类视觉系统上捉襟见肘。本章结合深度学习网络,探索了图像质量的自然语言定性描述规则,建立了统一的深度学习图像质量评价模型。具体而言,利用小波域自然场景统计特征,待测图像经由判别性深度学习网络被分为“优秀”、“好”、“良”、“差”以及“极差”五类。结合贝叶斯理论,创新地设计了图像质量综合模块,得到了包括图像质量定性描述、定量评价以及质量分布的图像质量分层描述规则以迎合不同应用场合需求。实验证明其性能优于同类经典方法,同时验证了基于分类的质量评价模型较基于回归的方法具有更好的小样本鲁棒性以及建模人类感知的合理性。3)提出了一种基于信息散度的视觉显着性检测方法服务于后续质量评价研究。视觉显着性检测通过有效降低视觉冗余信息、强调视觉重要区域从而改变人类视觉质量感知结果。基于信息差异导致视觉显着性这一假设,本章设计了信息散度针对信息差异的描述规则,提出了一种有效的两步法框架用于视觉显着性检测。其中,首先利用独立成分分析,结合高斯差分滤波,有效地获得图像的稀疏特征;其次,结合贝叶斯惊奇模型分析计算图像的信息散度,进而得到图像的显着性度量。多种数据库上的大量实验结果表明此方法较同类典型方法具有更好的主客观一致性。4)提出了一种视觉显着性引导的无参考型图像质量深度评价方法。受视觉注意机制影响人类质量感知启发,本章结合了信息散度视觉注意模型和图像质量深度学习网络模型,提出了一种统一、有效的无参考型图像质量评价模型。首先,利用视觉显着性加权的小波域自然场景统计特征训练深度学习质量评价网络;分类结果连同置信概率输入基于贝叶斯理论的图像质量综合模块;最终输出图像质量分层描述结果。实验验证了所提方法在通用数据库上的有效性,证实了视觉注意的引入对图像质量评价的促进作用。5)提出了一种视觉显着性引导的图像质量特征学习方法。现有图像质量评价模型大多手动设计与微调图像质量特征,其费时费力且极大限制了图像质量评价方法的灵活性与适用性。为解决这一问题,本章提出了一种视觉显着性引导的无监督质量特征学习方法。具体而言,首先利用信息散度检测视觉显着区域;进而结合独立成分分析,设计了图像质量特征的全局编码方法。所得特征用于无参考型图像质量深度评价方法,在通用数据库上取得了与典型方法相当的评价性能,验证了该特征学习方法对图像质量编码与表示的有效性。本文通过探索基于人类感知和视觉计算的图像质量评价模型以及相关领域的研究方法,尝试回答计算机视觉领域的基本问题之一:人类是如何“看”的。通过跨学科地结合神经心理学、生理学、机器学习等领域最新研究成果,本文所涉及方法,从部分参考型图像质量评价,到无参考型质量评价模型,进而深入基于视觉注意的质量描述,从不同角度、不同方向,系统全面地分析了基于人类感知和视觉计算的图像质量评价领域。文中所提新方法、新观点为图像质量评价领域的未来研究方向提供了一定的参考和有益的借鉴。(本文来源于《西安电子科技大学》期刊2015-11-01)
佟晓煦,李素梅,刘富岩,孟迪,徐姝宁[4](2015)在《基于人类视觉的感知立体图像质量评价方法》一文中研究指出为了实现对不同失真类型的立体图像进行质量评价,提出了一种基于人类视觉的立体图像质量客观评价方法,分别从图像清晰度与立体感两方面进行评价。图像清晰度方面,将原始与失真立体图像分解为5个带通图像后利用对比度敏感度函数(CSF)优化各失真带通图像,并模拟掩盖效应,通过整合各原始带通图像,综合感知误差,构造信噪比(SNR)作为评价图像清晰度的性能指标;立体感方面,对绝对差值图像进行视觉感知模拟,建立SNR指标评价立体感的优劣。实验结果表明,对不同失真类型立体图像的评价结果表明,Pearson线性相关系数(PLCC)与Spearman等级相关系数(SRCC)均优于现有评价方法。(本文来源于《光电子·激光》期刊2015年02期)
[5](2014)在《基于人类视觉感知的新图像编辑技术》一文中研究指出富士施乐开发出基于人类视觉感知的全新图像编辑技术。该技术可基于视觉感知通过调整图像的颜色和形象,改变图像中特定区域或整体效果。运用这项技术,通过加强清晰度和改变形象变换整体图像效果。为了研发该技术,富士施乐针对图像亮度频率及暗部区域进行了深入的独立分析,以实现基于人们对图像物体的视觉感知的自然再现(图1)。(本文来源于《办公自动化》期刊2014年17期)
周静[6](2014)在《富士施乐开发出基于人类视觉感知的全新图像编辑技术》一文中研究指出近日,富士施乐株式会社开发出基于人类视觉感知的全新图像编辑技术。该技术可基于视觉感知通过调整图像的颜色和形象,改变图像中特定区域或整体效果。运用这项技术,可通过加强清晰度和改变形象变换整体图像效果。(本文来源于《计算机与网络》期刊2014年14期)
李晓磊[7](2014)在《基于人类视觉感知的轮廓检测方法》一文中研究指出轮廓检测指在包含目标和背景的数字图像中,忽略背景和目标内部的纹理以及噪声干扰的影响,采用一定的技术和方法来实现目标轮廓提取的过程。它是目标检测、形状分析、目标识别和目标跟踪等技术的重要基础。人的视觉系统可以高效的区分场景中对象的轮廓,快速填充纹理图像,并发现其中的背景噪声,因此学习和利用人类的视觉系统机制特征对于完善计算机视觉理论和应用有着重要的意义。本文利用人类视觉机制研究的成果,致力于基于人类视觉的轮廓检测方法与模型研究,主要工作包括:(1)论述轮廓检测的定义、特征及国内外研究现状,分析人类视觉感知的基础知识以及其在计算机视觉方面,尤其是轮廓检测方面的应用,总结现有的基于人类视觉感知的轮廓检测方法,对比分析基于边缘检测的轮廓和基于人类视觉感知的轮廓检测方法的利弊和特点。(2)通过经典物理学中电势能的定义,提出一种基于窗口边缘能量函数(Window Edge Potential Function,简称WEPF)模型的轮廓检测方法。该方法通过对WEPF半波整流来减弱图像中纹理以及噪声的影响,并用双阈值化以及膨胀腐蚀来获取图像的最终轮廓。初步实验结果表明,与Canny算子、Prewitt算子、Sohel算子等基于边缘检测的轮廓检测方法相比,该方法不仅可以更加有效地抑制纹理,而且目标轮廓以及边界得到了显着增强。(3)提出了一种基于LoG滤波器组合的轮廓检测方法。该方法通过对图像进行不同参数的LoG滤波,并将结果赋予不同的权重,然后综合所有滤波结果抑制纹理,减弱纹理和背景中的干扰成分对轮廓提取的影响,增强目标轮廓,保证目标轮廓的完整性。初步实验结果表明,与利用Gabor能量的传统方法提取轮廓相比,该方法能有效地抑制纹理,减少对目标轮廓完整性的破坏,提高图像中目标轮廓的检测性能。(本文来源于《陕西师范大学》期刊2014-05-01)
吴金建[8](2014)在《基于人类视觉系统的图像信息感知和图像质量评价》一文中研究指出图像是多媒体信息时代的主要数字信息资源。如何从海量的图像数据中迅速而准确地搜寻到我们所需的信息成为研究热点。作为一个高级视觉信息感知系统,人类视觉系统能高效地处理图像内容。因此,研究人类视觉系统的视觉信息感知特性能有效提升计算机处理图像的能力。本文探索了人类视觉系统的感知特性,重点探讨了视觉感知初期的视觉关注特性、视觉感知过程中的视觉分辨能力、以及视觉感知后期对图像质量的综合体验,并研究了其在数字图像处理中的建模及应用,这其中包括图像显着性检测算法、图像恰可识别失真阈值估计算法、图像质量评价算法。在视觉信息感知初期,人类视觉系统并非对所有图像区域平等地进行处理,而是通过视觉关注机制筛选出重要区域以进行进一步的优先解读。基于视觉关注的图像显着性检测算法能有效减少待处理图像内容,从而提升图像处理效率。对于输入视觉信息的感知过程中,由于视觉系统的分辨能力有限,无法察觉出处于一定阈值以下的信号内容变化。恰可识别失真阈值表征视觉系统感知能力,可有效去除图像冗余信息,从而提升图像压缩性能。对于一幅待处理的图像,其质量直接决定了主观视觉对其的认知充分性和准确性。图像客观质量评价算法能够预测主观视觉对图像内容的综合体验,可用来优化以视觉质量为目的的图像处理系统。本文的具体研究内容包括以下叁个方面:(1)探寻视觉感知初期视觉关注特性,研究图像内容特性对视觉关注的吸引作用。针对视觉系统更加关注那些与周边具有不同特征的图像区域,提出了一种简单的基于内容对比度的图像显着性目标提取算法:首先,通过分析主观视觉关注研究成果,总结影响视觉关注的图像特征;然后,根据亮度对比度、边缘对比度等图像内容特性来度量图像内容的显着性;最后,根据显着性指导提取图像中感兴趣目标。进一步地,我们深入分析视觉系统的关注特性,针对人类视觉系统更加关注视觉信息丰富的图像区域,提出了基于视觉信息量的图像显着性检测算法:首先通过估计图像像素间的相关性,度量图像内容的视觉冗余程度;接着,根据像素的分布特性,计算图像内容的信息熵;然后,从信息熵中去除图像的视觉冗余,获得图像内容的视觉信息量;最后,采用视觉信息量来度量图像显着性,从而建立显着性检测模型。(2)探索视觉感知过程中的视觉分辨能力,研究图像内容区域的恰可识别失真阈值。视觉系统非常善于提取图像的结构信息,并通过结构比对及模式匹配来理解图像内容,因此视觉系统对具有自相似结构区域分辨能力强。针对人类视觉系统对具有规则内容的图像区域高度敏感,提出了基于结构自相似性的恰可识别失真阈值估计算法:根据相邻像素间的相似性,首先度量图像内容的结构自相似程度;然后,根据结构自相似性提出了新的空域掩模方程;最后,结合现有的亮度敏感度方程和所提空域掩模方程,建立恰可识别失真阈值估计模型。进一步地,根据最新大脑认知研究提出了的自由能量新理论,分析主观视觉对图像信息的分辨能力。自由能量理论指出,视觉系统能准确解读有序图像内容,而无法准确解读图像不确定信息并忽略该部分内容的细节。针对人类视觉系统无法准确解读图像中的不确定信息,提出了基于自由能量理论的恰可识别阈值估计算法:根据这一感知特性,模拟视觉系统对输入信号的积极预测过程,将图像分解为可预测内容及不确定信息;然后,分别计算图像可预测内容及不确定信息这两部分的视觉分辨能力;最后,结合两者确定图像的恰可识别失真阈值。此外,根据自由能量理论指导,系统地分析图像结构不确定性对视觉分辨能力的作用,提出了基于结构不确定性的模块掩膜效应估计算法:首先,根据自由能量理论指导分解出图像不确定信息;接着,对图像不确定信息采用局部二值模式度量其结构不确定性;然后,根据结构不确定性及亮度适应性计算视觉的模块掩膜效应;最后,根据模块掩膜效应提出了新的恰可识别阈值计算方程。(3)探讨视觉感知后期主观视觉对图像质量的综合体验,研究噪声对图像质量的衰减作用。根据内在推导机制理论,不同类型噪声将对可预测的主要视觉内容及残余的不确定信息这两部分内容造成不同的影响,并导致不同的质量衰退结果。针对这一感知特性,提出了基于内在推导机制的全参考图像质量评价模型:根据内在推导机制理论,我们首先分析噪声对图像主要视觉内容及不确定信息的质量衰退的作用;然后,分别计算图像的主要视觉内容衰减程度及不确定信息的变化情况;最后,根据噪声能量的分布情况非线性结合这两部分内容的评价结果,获得图像的最终质量。此外,针对一些应用场景中仅存在部分原参考信息,我们研究部分参考质量评价模型。大脑的内在推导机制理论指出噪声将影响图像的主要视觉内容及不确定信息。根据噪声对视觉信息的衰减作用,提出了基于视觉信息保真的部分参考图像质量评价模型:首先,分别计算原参考图像与待测图像的主要视觉内容及不确定信息的具体信息量;然后,通过度量主要视觉内容及不确定信息的信息量衰减情况,从而得出图像质量。为了更加准确度量图像质量衰减情况,根据噪声对图像结构内容的破坏作用,提出了基于图像结构衰减的部分参考图像质量评价模型:首先,采用局部二值模式分析图像结构特性;然后,计算每个局部二值模式所对应的图像结构衰减情况;最后,融合所有局部二值模式下的结构衰减程度获得图像质量。上述研究成果从主观视觉感知的角度对图像处理进行分析与研究,具有一定的前瞻性和挑战性。本文在理论分析上取得一些突破,在技术实现上具有一些创新,为基于主观视觉感知的客观图像处理开辟了新的思路,具有重要的理论意义及实用价值。(本文来源于《西安电子科技大学》期刊2014-04-01)
孙超[9](2014)在《基于人类视觉感知的3D图像质量评估算法的研究》一文中研究指出近些年来,随着多媒体技术的迅猛发展,数字图像因其直观、真切、丰富的特点受到了人们的广泛青睐,特别是3D图像带给人们的立体感及临场感的视觉体验,使得数字图像成为了数字多媒体技术研究的主流导向。数字图像在图像的处理过程中,例如图像的成像系统、图像的存储设备、传输的介质以及图像在终端的处理机制等因素,都不可避免地造成图像的失真,而图像的失真度可以直接地反映出多媒体传输系统的性能及其服务质量。所以,图像质量评估算法作为图像质量优劣的客观评估准则,是评判多媒体传输系统性能的一个重要指标。因为人类是图像的最终接受对象,所以人类视觉系统(Human Visual System,HVS)对于客观的图像质量评估算法的建立起着举足轻重的作用。因此,基于人类视觉的感知特性和3D图像的基本特性,本文研究出符合人类视觉感知的3D图像质量评估算法模型。本文详细地阐述了人类视觉系统的基本性能以及人类视觉感知生理学、心理学方面对3D图像的立体感和深度感知的影响;然后,介绍了传统及现有的3D图像的主客观图像质量评估方法,并分析了其优缺点;并根据系统的学习和研究,本文以人类视觉系统对3D图像的感知特性为基础,提出了叁种3D图像质量评估算法模型,简要概述如下:1)基于结构性信息的3D图像质量评估算法。该算法基于人类视觉感知生理学和心理学的特性,以图像的基本结构和几何特性为基点,利用原始图像的基本信息,计算出失真图像在空间域的几何纹理结构失真度和图像编码块的块边缘失真度,综合得出单帧图像的客观失真评估结果。进而利用深度图的特性,提出全参考的3D图像质量评估算法。实验结果得知,该算法的评估结果与主观评估结果有高度的一致性。2)基于DCT编码的3D图像质量评估算法。该算法从图像编码和人类视觉感知特性的角度出发,通过计算DCT(Discrete Cosine Transformation)编码后的图像细节信息的丢失,并利用3D图像匹配算法,充分结合3D图像的视差信息,提出了一种基于DCT编码的3D图像质量评估算法。经实验表明,该算法可以较好的反映出人眼对3D图像质量的主观感受。3)基于深度信息的3D图像质量评估算法。该算法从“单视+深度”的3D图像模型出发,基于人眼对深度图的视觉敏感度的差异性,结合图像在空间域的几何纹理特性,提出基于深度信息的3D图像质量评估算法。由实验结果表明,该算法不仅与主观评估方法有很好的一致性,而且有效的预测了3D图像的深度信息对人类视觉系统的影响。上述的研究成果所涉及到的基础科学问题,是从实际的多媒体开发和应用的角度进行研究的,富有前瞻性和挑战性,具有极其重要的理论意义和研究价值,为未来3D图像编解码等相关技术的发展提供了一定的参考。(本文来源于《电子科技大学》期刊2014-03-01)
谷爱国[10](2014)在《基于人类视觉感知的内容自适应图像重建》一文中研究指出由于医疗图像、卫星图像、视频应用领域的需求,因此有必要重建高质量的图像。例如,重建算法可以应用于不同设备间共享与交换图像信息以及改善含噪图像的质量。本论文主要用于包括超分辨与去噪的重建问题。其目标是由降质图像重建高质量的图像。其主要贡献如下:第一,基于自适应反卷积与曲率优化的无伪影图像超分辨重建算法;第二,基于视觉感知与内容自适应滤波的视频去噪算法;第叁,基于均值漂移平滑及内容自适应反卷积且具有保持细节信息能力的图像去噪算法。第一,我们提出基于自适应反卷积与曲率优化的无伪影图像超分辨重建算法。这一算法以梯度一致性与各向异性正则化先验为基础。传统的基于重建的算法将一个统一的正则化先验用于重建问题。与之不同,本文提出的算法将两种完全不同的正则化先验用于重建问题。以图像内容分割为基础,将梯度一致性正则化先验用于重建图像的平滑区域,而将各向异性正则化先验用于重建图像复杂区域。梯度一致性正则化先验能够有效去除振铃并且保持图像高频信息;各向异性正则化先验能够根据图像梯度信息自适应保持图像高频信息。这两种正则化先验共同构成了梯度一致性与各向异性正则化先验,它能有效恢复图像高频信息。另外,本文算法采用了一个有效的反馈环,包括反卷积、再卷积、像素替换和曲率优化方法。各向异性正则化先验用于反卷积过程。曲率优化方法能够有效去除由降质过程引起的锯齿。大量实验证明本文算法能够有效由单帧低分辨率图像重建高质量的无伪影的超分辨率图像。其性能优于目前的一些主流算法。第二,我们提出基于视觉感知与内容自适应滤波的视频去噪算法。我们将视觉感知理论应用于视频去噪,以较小的计算代价重建高质量的图像。以视觉感知理论为基础,实施内容自适应去噪并且有效保持图像细节信息并且去除噪声。为了恢复图像细节信息,我们将非局部均值滤波扩展到时间与空间域。以图像内容自适应分割与运动检测为基础,将内容自适应滤波应用于YUV颜色空间以期获得图像质量与计算代价的最优折中。大量实验证明本文算法的性能优于目前的一些主流算法。第叁,我们提出基于均值漂移平滑及内容自适应反卷积且具有保持细节信息能力的图像去噪算法。由于均值漂移向量指向密度函数的梯度方向,因此均值漂移滤波对图像的局部结构具有更强的自适应性。但是均值漂移滤波仍然会造成图像模糊。为了去除模糊,我们应用了基于图像获取模型的内容自适应反卷积的方法,这一方法能够自适应恢复图像细节信息。另外,由于噪声严重破坏了原始图像的分布,因此均值漂移滤波需要迭代多次才能收敛,从面极大增加了计算代价,甚至收敛到一个错误的点。为了克服这些局限性,我们在均值漂移滤波前首先进行内容自适应滤波从而大至恢复图像的分布,这样均值漂移滤波能够以相对很小的计算代价收敛到正确的点。内容自适应滤波、均值漂移滤波和内容自适应反卷积相结合,有效去除了噪声并且保持了图像细节。(本文来源于《西安电子科技大学》期刊2014-03-01)
人类视觉感知论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
随着社会的发展,图像在人们的生活中扮演着越来越重要的角色。尤其在人们已经渐渐习惯有立体电影、立体游戏等新的视觉体验陪伴的时候,人们对立体图像的需求越来越高,对立体图像质量的要求也越来越严格,以至于使得立体(3D)图像的质量评价研究成为图像研究领域的重要课题,甚至成为一个迫在眉睫的研究方向。针对这个重要课题,研究合理有效的评价方法就显得尤为重要。下面是本文对3D图像质量评价方法研究所做的一些探索和结果,主要内容有:首先,通过研究人眼的生理和心理特点、人类视觉对图像的影响以及轮廓波变换原理,介绍了一种基于视差图和轮廓波变换的3D图像质量评价方法。该方法首先介绍了两种提取视差图的方法:左右相减提取视差图、全局误差能量最小算法提取视差图,然后对左右失真图像和视差图作叁尺度,八方向的轮廓波分解,并提取能量、能量差、尺度内统计关系叁种特征,最后通过支持向量机建立视差图和轮廓波变换的3D图像质量评价模型,得到图像质量分数。实验结果表明,该方法能够达到比较理想的实验效果,比经典算法以及近几年相关的算法具有更好的主观一致性。此外,通过对轮廓波的改进,把双树复小波和方向滤波器相结合,提出了一种基于视差图和复数轮廓波变换的3D图像质量评价方法。在该方法中,首先根据上一章节的实验结果采取全局误差能量最小算法提取视差图,然后对失真图像和视差图进行复数轮廓波分解,即双树复小波叁尺度的尺度分解以及二方向的方向分解,接着提取能量和能量差特征并传到支持向量机回归模型中得到图像分数,实验结果表明,一方面该方法比当前相关文献报道方法具有更好的主观一致性,另一方面该方法在轮廓波方法结果之上又有一定的提高。最后,根据人眼对图像局部内容的重视程度不同,提出了一种结合显着图和视差图的3D图像质量评价方法。该方法首先介绍了视觉显着图提取方法,提取左右失真图像的显着图,然后结合视差图进行复数轮廓波分解,得到分解后的子带之后提取相关特征,最后通过训练测试得到图像客观评分,实验结果表明把视觉显着图融入到评价方法之中后得到了更好的主观一致性,该评价模型不仅优于当前相关文献方法,而且优于前两种评价模型。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
人类视觉感知论文参考文献
[1].王拓.视觉信号未来将改变人类感知手段[N].新华日报.2019
[2].王刚.人类视觉感知双目融合的立体图像质量评价方法研究[D].江南大学.2016
[3].侯伟龙.基于视觉计算和人类感知的图像质量评价研究[D].西安电子科技大学.2015
[4].佟晓煦,李素梅,刘富岩,孟迪,徐姝宁.基于人类视觉的感知立体图像质量评价方法[J].光电子·激光.2015
[5]..基于人类视觉感知的新图像编辑技术[J].办公自动化.2014
[6].周静.富士施乐开发出基于人类视觉感知的全新图像编辑技术[J].计算机与网络.2014
[7].李晓磊.基于人类视觉感知的轮廓检测方法[D].陕西师范大学.2014
[8].吴金建.基于人类视觉系统的图像信息感知和图像质量评价[D].西安电子科技大学.2014
[9].孙超.基于人类视觉感知的3D图像质量评估算法的研究[D].电子科技大学.2014
[10].谷爱国.基于人类视觉感知的内容自适应图像重建[D].西安电子科技大学.2014