基于视觉感知和零水印的部分参考立体图像质量评价模型.pdfVIP

基于视觉感知和零水印的部分参考立体图像质量评价模型.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 34 卷第 8 期 电 子 与 信 息 学 报 Vol.34No.8 2012 年 8 月 Journal of Electronics Information Technology Aug. 2012 基于视觉感知和零水印的部分参考立体图像质量评价模型 周武杰①② 郁 梅①③ 蒋刚毅*①③ 彭宗举① 邵 枫① ①(宁波大学信息科学与工程学院 宁波 315211) ②(浙江科技学院信息与电子工程学院 杭州 310023) ③(计算机软件新技术国家重点实验室(南京大学) 南京 210093) 摘 要:通过分析人类视觉系统的纹理方向特性和立体感知特性,并结合数字水印的半脆弱性和支持向量回归 (Support Vector Regression, SVR)的泛化学习能力,该文提出一种基于视觉感知和零水印的部分参考立体图像质 量客观评价模型。该模型利用立体图像左右视点经小波分解后在同一空间频率的水平和垂直方向子带系数关系构造 反映图像纹理方向特征的视点零水印,同时,利用左右视点视差值与自适应阈值的大小关系构造反映立体感质量的 视差零水印,然后利用 SVR 来学习两类零水印恢复率(视觉加权视点零水印恢复率和视差零水印恢复率)与主观评 价值的关系,最后用训练好的 SVR 完成立体图像质量预测。实验结果表明该模型符合人眼视觉特性,所得到的客 观评价值与主观评价值具有较好的一致性。 关键词:立体图像质量评价;零水印;人眼视觉特性;视差 中图分类号:TN911.73 文献标识码: A 文章编号:1009-5896(2012)08-1786-07 DOI: 10.3724/SP.J.1146.2011.01135 Reduced-reference Quality Assessment Model of Stereoscopic Image Based on Visual Perception and Zero-watermark ①② ①③ ①③ ① ① Zhou Wu-jie Yu Mei Jiang Gang-yi Peng Zong-ju Shao Feng ① (Faculty of Information Science and Engineering, Ningbo University, Ningbo 315211, China) ② (School of Information and Electronic Engineering, Zhejiang University of Science Technology, Hangzhou 310023, China) ③ (National Key Lab of Software New Technology, Nanjing University, Nanjing 210093, China) Abstract: Through analyzing the image structure direction characteristics and the stereoscopic perception of human visual system, and combining semi-fragile digital watermarking and Support Vector Regression

文档评论(0)

江南春 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档