摘要
立体失真图像的视觉显著性研究近年来受到越来越多的关注。
由于人眼视觉系统对不同区域的敏感程度不同，因此视觉显著性可以用于预测人眼对立体失真图像中失真区域的感知程度，从而更好地指导立体图像质量评价、编码和传输等应用。
本综述首先介绍了立体失真图像和视觉显著性的相关概念，然后分别从传统方法和深度学习方法两个方面对现有的立体失真图像视觉显著性研究进行了综述，并对不同方法的优缺点进行了比较分析。
最后，展望了立体失真图像视觉显著性研究的未来方向。
关键词：立体图像；失真；视觉显著性；深度学习；质量评价
随着立体显示技术的快速发展，立体图像/视频在娱乐、医疗、教育等领域得到了越来越广泛的应用。
然而，由于采集、压缩、传输和显示等环节中的各种因素，立体图像/视频不可避免地会引入各种失真，例如压缩失真、噪声、模糊和几何失真等，这些失真会严重影响用户的视觉体验，降低立体图像/视频的质量。
人眼视觉系统(HVS)具有高度的复杂性和非线性，对不同类型和程度的失真具有不同的敏感度。
例如，人眼对图像中的边缘、纹理和运动等高频信息比较敏感，而对平坦区域的低频信息则不太敏感。
此外，人眼对图像中显著区域的失真也比非显著区域的失真更加敏感。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
