一种基于深度学习的无参考光场图像质量评价方法及系统

本发明提供一种基于深度学习的无参考光场图像质量评价方法，包括：对基于微透镜成像的光场透镜图像进行预处理，获得面向神经网络的输入数据；将所述输入数据输入卷积神经网络先后学习了光场角度特征、空间特征以及角度‑空间融合特征；基于所述角度‑空间融合特征预测获得一个质量预测值。本发明利用了卷积神经网络来分析光场图像的角度‑空间特性，与其他无参考质量评价方法相比，具有更好的准确性。