基于深度学习的3D图像质量的度量方法

摘要

本发明属于图像处理领域，为提出一种新的立体图像质量评价方法，实现更加准确有效的评价立体图像质量,同时在一定程度上推动立体成像技术的发展。为此，本发明采用的技术方案是，基于深度学习的3D图像质量的度量方法，首先对立体图像数据集进行切块处理，切块处理得到许多小的图像块，再对每个图像块进行归一化处理；同时对立体图像数据集进行主成分分析PCA降维处理，得到维度较低的图像；然后将切块得到的图像块数据集与PCA降维后得到的低维度数据集送入搭建的卷积神经网络中；然后利用卷积神经网络逐层提取特征；最后通过softmax分类器得到立体图像的总体质量。本发明主要应用于图像处理。