像移对星载TDICCD相机成像品质的影响分析

像移是影响星载时间延迟积分电荷耦合器件(TDICCD)相机成像品质的重要因素。为研究像移对TDICCD像质的影响,首先分析了像移引起图像模糊和几何变形的机理,研究了像移降质的辐射和几何方面评价参量。依据TDICCD工作原理,建立了像移影响下TDICCD相机空变降质模型,并以此为基础,计算并分析了不同形式、不同方向上的像移影响下的像质下降情况。分析结果表明,不同方向、不同形式的像移引起的成像品质下降是不同的。文章中提出的空变降质模型可以为后续的仿真及像移降质图像的恢复等提供参考。

考虑双目竞争视觉现象的非对称失真立体图像质量评价方法

目的 现有方法存在特征提取时间过长、非对称失真图像预测准确性不高的问题,同时少有工作对非对称失真与对称失真立体图像的分类进行研究,为此提出了基于双目竞争的非对称失真立体图像质量评价方法。方法依据双目竞争的视觉现象,利用非对称失真立体图像两个视点的图像质量衰减程度的不同,生成单目图像特征的融合系数,融合从左右视点图像中提取的灰度空间特征与HSV(hue-saturation-value)彩色空间特征。同时,量化两个视点图像在结构、信息量和质量衰减程度等多方面的差异,获得双目差异特征。并且将双目融合特征与双目差异特征级联为一个描述能力更强的立体图像质量感知特征向量,训练基于支持向量回归的特征-质量映射模型。此外,还利用双目差异特征训练基于支持向量分类模型的对称失真与非对称失真立体图像分类模型。结果 本文提出的质量预测模型在4个数据库上的SROCC(Spearman rank order correlation coefficient)和PLCC(Pearson linear correlation coefficient)均达到0.95以上,在3个非对称失真数据库上的均方根误差(root of mean square error,RMSE)取值均优于对比算法。在LIVE-Ⅱ(LIVE 3D image quality database phase Ⅱ)、IVC-Ⅰ(Waterloo-IVC 3D image quality assessment database phase Ⅰ和IVC-Ⅱ(Waterloo-IVC 3D image quality assessment database phase Ⅱ)这3个非对称失真立体图像测试数据库上的失真类型分类测试中,对称失真立体图像的分类准确率分别为89.91%、94.76%和98.97%,非对称失真立体图像的分类准确率分别为95.46%,92.64%和96.22%。结论 本文方法依据双目竞争的视觉现象融合左右视点图像的质量感知特征用于立体图像质量预测,能够提升非对称失真立体图像的评价准确性和鲁棒性。所提取双目差异性特征还能够用于将对称失真与非对称失真立体图像进行有效分类,分类准确性高。