注意力分布机制下的全景图像质量评价

全景图像是虚拟现实媒体内容最主要的形式之一,可以为观看者提供360度自由观看的效果.全景图像在采集、拼接、压缩、传输和播放等环节都可能对图像质量造成损害,严重影响观看者的体验,准确地评价全景图像的质量对推进其应用有重要的意义.本文从观看者注意力分布角度,提出一种基于显著性检测的无参考全景图像质量评价方法,可减少弱纹理区域对质量计算的干扰;此外,从全局质量感知并结合注意力分布特性,提出一种基于多特征融合的无参考全景图像质量评价方法,能更好地反映全景图像的颜色及清晰度质量.     

基于相位恢复的二维图像彩色再现

携带物体信息的衍射光波中包含了振幅和相位信息,现有相机只能记录光强信息,振幅信息在光束传播过程中抗噪能力差,易丢失,因而相位信息的恢复有着重要的意义。利用光强传输方程和基于Gerchberg-Saxton(GS)的角谱迭代算法,研究了二维图像的相位信息恢复问题。首先利用两幅二维图像,分别模拟像面位置光波复振幅的振幅信息和相位信息。然后利用角谱传递函数计算了光路中两个离焦面位置的复振幅分布。将三面光强分布直接代入光强传输方程,因多次近似只能得到粗略的相位分布,将其作为基于GS角谱迭代算法中的初始相位可加快收敛速度,得到更精确的相位分布,相位误差均方根值低至10-8。最后,结合图像的RGB通道,通过角谱传递函数和计算所得相位,利用三面光强分布,实现了像面附近的彩色图像再现。