针对建筑物检测特定应用，提出一种基于稀疏表示的失真立体图像全参考质量评价方法。首先构建了一种新的失真卫星立体图像数据库，使用角点检测和数字表面模型的高程信息进行建筑物检测，并根据失真图像检测角点变化，提出检测准确率指标来表示图像的失真程度；然后提出一种基于稀疏表示的客观评价模型，其分别提取原始图像和失真图像的尺度不变特征转换和二进制稳健不变尺度特征进行字典学习；利用稀疏表示测量原始图像和失真图像之间的相似性，得到4个质量分数；最后通过支持向量回归融合4个质量分数得到最终的客观评价值。在构建的数据

立体图像质量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的评价是目前的研究难点。本文通过分析最小可察觉失真(JND,just noticeable distortion)视觉感知模型,并结合反映图像结构信息的奇异值矢量,提出了一种基于JND的立体图像质量客观评价方法。评价方法由图像质量评价和深度感知评价两部分组成,首先提取反映图像质量和深度感知的特征信息作为立体图像特征信息,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,通过支持向量回归(SVR,suppo

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

：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fSupport 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