导读:本文包含了立体图像分解论文开题报告文献综述及选题提纲参考文献，主要关键词:立体图像质量评价,小波包,无参考,结构相似度
立体图像分解论文文献综述
沈丽丽,彭科[1]（2018）在《基于小波包分解的无参考立体图像质量评价》一文中研究指出立体图像质量评价在立体图像处理领域中应用广泛.基于小波包分解的精细分辨率,提出了一种全新的无参考立体图像质量评价算法.选取合值图和差值图作为融合图来评估立体图像,首先,对立体图像对进行小波包分解,基于双眼竞争和双眼抑制原理,将分解后的左右视图进行融合得到合值图和差值图.然后,分别在融合图上提取自然场景统计(NSS)特征和信息熵;另外,考虑到左右视图之间的内在相关联系,提取结构相似度特征.最后,运用支持向量回归(SVR)来建立感知特征和主观分数模型并预测得到客观评价分数.采用该算法在LIVE 3D立体图像数据库上进行测试,实验结果表明,该算法与人眼主观评价结果一致性较高,优于当前主流的立体图像质量评价算法,符合人眼视觉感知特性.(本文来源于《湖南大学学报(自然科学版)》期刊2018年10期）
刘新会,桑庆兵,孙长滨[2]（2017）在《可控金字塔分解的立体图像质量评价方法》一文中研究指出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。(本文来源于《量子电子学报》期刊2017年06期）
周俊明,郁梅,蒋刚毅,彭宗举,王旭[3]（2011）在《利用奇异值分解法的立体图像客观质量评价模型》一文中研究指出为了利用人眼的立体掩蔽效应去除视频信号中存在的视觉心理冗余,以进一步提高立体视频编码效率,提出一种立体图像客观质量评价模型.首先通过对立体图像的主观视觉质量分析探寻具有统计意义的人眼立体掩蔽效应规律,为客观质量评价模型的建立和优化提供理论依据;然后根据图像的奇异值表征图像属性具有较强稳定性特点,并将其引入模型中;最后通过实验对该模型进行优化,并按照VQEG的质量评价参数对优化后的模型进行性能评价.实验结果表明,Pearson线性相关系数值为0.955,均方根误差值为3.737,Spearman等级相关系数值为0.906,异常值比率值为0.811%,表明文中提出的客观评价模型能够很好地预测人眼观看立体图像的主观感知.(本文来源于《计算机辅助设计与图形学学报》期刊2011年05期）
立体图像分解论文开题报告
（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：
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。
（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。
立体图像分解论文参考文献
[1].沈丽丽,彭科.基于小波包分解的无参考立体图像质量评价[J].湖南大学学报(自然科学版).2018
[2].刘新会,桑庆兵,孙长滨.可控金字塔分解的立体图像质量评价方法[J].量子电子学报.2017
[3].周俊明,郁梅,蒋刚毅,彭宗举,王旭.利用奇异值分解法的立体图像客观质量评价模型[J].计算机辅助设计与图形学学报.2011