基于支持向量回归的立体图像客观质量评价模型-电子与信息学报.pdfVIP

第34 卷第2 期 电 子 与 信 息 学 报 Vol.34No.2 2012 年2 月 Journal of Electronics Information Technology Feb. 2012 基于支持向量回归的立体图像客观质量评价模型 顾珊波 邵 枫* 蒋刚毅 郁 梅 (宁波大学信息科学与工程学院 宁波 315211) 摘 要：立体图像质量评价是评价立体视频系统性能的有效途径，而如何利用人类视觉特性对立体图像质量进行有 效评价是目前的研究难点。该文根据图像奇异值有较强稳定性的特点，结合立体图像的主观视觉特性，提出了一种 基于支持向量回归(Support Vector Regression, SVR)的立体图像客观质量评价模型。该模型通过分析立体图像的 视觉特性，提取左右图像的奇异值作为立体图像的特征信息，然后根据立体图像的不同失真类型情况对其特征进行 融合，通过SVR 预测得到立体图像质量的客观评价值。实验结果表明，采用该文提出的客观评价模型对立体数据 测试库进行评价，Pearson 线性相关系数值在0.93 以上，Spearman 等级相关系数值在0.94 以上，均方根误差值接 近6，异常值比率值为0.00%，符合人眼视觉特性，能够很好地预测人眼对立体图像的主观感知。 关键词：立体图像质量评价；人类视觉特性；支持向量回归；奇异值分解；特征融合 中图分类号：TN911.73 文献标识码： A 文章编号：1009-5896(2012)02-0368-07 DOI: 10.3724/SP.J.1146.2011.00513 Objective Stereoscopic Image Quality Assessment Model Based on Support Vector Regression Gu Shan-bo Shao Feng Jiang Gang-yi Yu Mei (Faculty of Information Science and Engineering, Ningbo University, Ningbo 315211, China) Abstract: Stereoscopic image quality assessment is an effective way to evaluate the performance of stereoscopic video system. However, how to use human visual characteristics effectively is still a research focus in objective stereoscopic image quality. In this paper, combining with the stability characteristics of singular values and subjective visual characteristics of stereoscopic images, an objective stereoscopic image quality assessment model based on Support Vector Regression (SVR) is proposed. In the model, firstly, stereoscopic features are obtained by extracting singular values of left and right images. Secondly, the features are fused according to different types of