基于自然场景统计的深度图像质量无参考评价方法

摘要：

深度图在视角合成中起着很重要的作用,深度信息的错误易导致合成视角几何位置上的误差.由于很难获得完美的深度图,文中提出了一种基于自然场景统计的无参考型深度图质量评价方法.首先利用Canny算子检测出图像边缘并确定边缘失真区域,然后分别计算边缘失真区域的梯度幅值和高斯-拉普拉斯图像.无失真深度图的边缘失真区域的梯度幅值和高斯-拉普拉斯算子分别符合韦伯分布和非对称高斯分布;由于存在失真的深度图的这两个分布会发生不同程度的偏移,因此在5个尺度下提取这两个分布的共计30个参数构成了所提方法的特征.最后通过随机森林建立评价模型来评价深度图的质量.在公开数据库上进行的测试结果显示,所提方法与主观评价结果有着很好的一致性,而且其性能优于现有的图像质量评价方法.

关键词：质量评价、深度图、自然场景统计、无参考、视角合成、随机森林

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61771473,61379143;江苏省"六大人才高峰"高层次人才项目XYDXX-063;江苏省"青蓝工程"中青年学术带头人项目资助

在线出版日期：2019-07-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：256-262