一种用于立体图像质量客观评价的极端学习机

摘要

本发明涉一种用于立体图像质量客观评价的极端学习机，其建立包括以下步骤：通过主观测试获取评价数据样本，选取训练图像样本，对训练样本采用PCA进行特征提取和降维，将各个样本数据xi投影到选择的特征向量所组成的有效子空间中得到投影系数；建立极端学习机ELM网络，将训练样本的投影系数输入到ELM网络，待隐藏层输入权值和阈值优化后，建立原始图像和主观评价值之间的关系，得到ELM网络结构；通过遗传算法GA对极端学习机ELM的隐藏层权值和阈值进行优化。本发明建立的极端学习机能够更加准确有效的评价立体图像质量。