一种质降参考立体图像质量客观评价方法

    公开(公告)号:CN103517065A

    公开(公告)日:2014-01-15

    申请号:CN201310406361.1

    申请日:2013-09-09

    Applicant: 宁波大学

    Abstract: 本发明公开了一种质降参考立体图像质量客观评价方法,该方法的评价指标是由左右视点图像质量和深度感知两部组成,该模型利用立体图像的左右视点经小波分解后的多通道特性,并根据图像奇异值能表征的图像属具有较强稳定性的特点,对各子带进行奇异值分解。利用分解得到的奇异值提取图像的特征,作为半参考模型的特征值。结合信息熵和对比敏感度特性对各子带的特征值进行加权得到最终结果。该方法在保证质量评价结果的同时,有效节省了评价图像质量时,所需的传输带宽,可以客观地反映立体图像处理算法的优劣。

    一种自适应图像质量客观评价方法

    公开(公告)号:CN103338380A

    公开(公告)日:2013-10-02

    申请号:CN201310226269.7

    申请日:2013-06-06

    Applicant: 宁波大学

    Abstract: 本发明公开了一种自适应图像质量客观评价方法,其在获取原始的无失真图像和待评价的失真图像中坐标位置相同的两个图像块之间的结构相似度时,不仅利用了原始的无失真图像和待评价的失真图像中的每个图像块中的所有像素点的亮度均值和标准差,及原始的无失真图像和待评价的失真图像中所有的坐标位置相同的两个图像块中的所有像素点之间的协方差,而且还结合了待评价的失真图像的失真类型,使得本发明方法能够从自适应评价的角度出发,根据待评价的失真图像的失真类型确定两个图像块之间的结构相似度,从而提高了图像质量客观评价结果与主观感知之间的一致性。

    一种高维的振动信号的降维处理方法

    公开(公告)号:CN103258134A

    公开(公告)日:2013-08-21

    申请号:CN201310177877.3

    申请日:2013-05-14

    Applicant: 宁波大学

    Abstract: 本发明公开了一种高维的振动信号的降维处理方法,其通过计算信号与信号之间的欧氏距离获得信号的近邻矩阵,再根据信号的近邻矩阵,并利用稀疏约束条件获得信号的重构权值矩阵,最后利用信号的重构权值矩阵获得降维后的振动信号,降维过程简单;其在利用稀疏约束条件获得信号的重构权值矩阵的过程中,在稀疏约束条件中引入了L1范数,使得重构权值矩阵具有很好地稀疏性,有效地剔除了噪声点的影响,提高了抗噪声能力,从而保障了本发明方法的鲁棒性;其在最后获取降维后的振动信号时,是求解一个稀疏、对称、半正定的矩阵的特征向量,因此可以降低本发明方法的计算复杂度。

    一种立体视频宏块丢失错误隐藏方法

    公开(公告)号:CN103220533A

    公开(公告)日:2013-07-24

    申请号:CN201310110793.8

    申请日:2013-03-29

    Applicant: 宁波大学

    Abstract: 本发明公开了一种立体视频宏块丢失错误隐藏方法,其通过预先判断丢失帧的时域相邻帧和视点间相邻帧的时域相关性的强弱,来估计丢失帧中的宏块的运动静止状态,将丢失宏块分为运动宏块和静止宏块两类,对于时域相关性较强的静止宏块,采用直接时域帧拷贝方法进行丢失宏块的恢复,不仅计算复杂度低,而且能够提高这类丢失宏块的主客观质量;对于运动宏块,采用两种边界匹配准则在丢失宏块的候选矢量集中的各个矢量所指向的候选宏块中选择出最优候选宏块,并根据最优候选宏块的边界失真值自适应的选择最佳匹配宏块恢复或多方向性插值方法恢复,不仅可以提高运动剧烈的丢失宏块的主客观质量,而且对于处于物体边缘的丢失宏块也能达到很好的恢复效果。

    一种网络质量评价方法
    15.
    发明授权

    公开(公告)号:CN102055613B

    公开(公告)日:2012-12-26

    申请号:CN201010586531.5

    申请日:2010-12-13

    Applicant: 宁波大学

    Abstract: 本发明公开了一种网络质量评价方法,优点在于服务器中预设的主观和客观神经网络分别利用主观和客观评价数据进行自适应学习,得到主观和客观综合评价数据,然后主观和客观神经网络利用主观和客观综合评价数据进行共振学习,使得主观和客观综合评价数据相互影响,得到主客观综合评价结构,再在客户端利用该主客观综合评价结构获取对当前网络质量的主客观综合评价数据,这种评价方法将用户对网络的感知引入网络质量评价中,避免了单纯考虑网络性能指标情况下缺乏对不同网络应用、不同网络覆盖区的差异性分析,降低了单独地主观或客观评价的不确定性,实现了网络质量的全面、综合评价,提高了评价准确度,为各种网络应用、用户感知提供了有力依据。

    一种基于结构失真的立体图像客观质量评价方法

    公开(公告)号:CN102708568A

    公开(公告)日:2012-10-03

    申请号:CN201210145034.0

    申请日:2012-05-11

    Applicant: 宁波大学

    Abstract: 本发明公开了一种基于结构失真的立体图像客观质量评价方法,其首先分别对无失真的立体图像和失真的立体图像的左右视点图像进行区域划分,得到人眼敏感区域和相应的非敏感区域,然后从结构幅值失真和结构方向失真两方面分别得出敏感区域和非敏感区域的评价指标;其次获取左右视点图像质量评价值;再次采样奇异值差异和剥夺奇异值后的残余图像的均值偏差率来衡量立体图像的深度感知的畸变情况,从而获得立体感知质量的评价值;最后结合左右视点图像质量和立体感知质量,得到立体图像的最终质量评价结果,由于本发明方法避免模拟人眼视觉系统的各个组成部分,而充分利用了立体图像的结构信息,因此有效地提高了客观评价结果与主观感知的一致性。

    基于诊断混淆的故障再诊断方法及计算机可读存储介质

    公开(公告)号:CN118820880A

    公开(公告)日:2024-10-22

    申请号:CN202410785722.6

    申请日:2024-06-18

    Abstract: 本发明涉及基于诊断混淆的故障再诊断方法及计算机可读存储介质,故障再诊断方法包括:构建训练集和测试集;对故障再诊断模型进行训练,得到训练完成后的故障再诊断模型;故障再诊断模型包括基础故障诊断模块、故障再诊断模块和特征融合模块,且各个模块均包括依次连接的特征提取层和特征分类层,通过基础故障诊断模块对全部样本进行训练,将高混淆故障信号进行空间域变换变换后的高混淆故障图像,并通过高混淆故障图像对故障再诊断模块进行训练;将测试样本输入到训练完成后的故障再诊断模型中,即得到最后的故障诊断结果。优点在于:该故障再诊断方法能对故障进行准确诊断,有效避免了故障混淆,提高了故障诊断的准确率。

    泳池求救装置、泳池求救系统及求救方法

    公开(公告)号:CN106364643B

    公开(公告)日:2018-08-21

    申请号:CN201610910993.5

    申请日:2016-10-20

    Applicant: 宁波大学

    Abstract: 本发明提供一种泳池求救装置、泳池求救系统及求救方法,所述泳池求救装置包括能固定在游泳者身上的底座,还包括自由状态下能漂浮于水面的求救装置,所述求救装置卡设于所述底座上,并且所述求救装置与底座之间设有弹出装置,所述求救装置能在弹出装置作用下克服与底座之间的卡接力从而与底座分离获得自由状态。所述泳池求救系统包括上述泳池求救装置和监控终端,报警模块通过信号发送模块将溺水信号发送给监控终端。当游泳者溺水时,求救装置被弹出漂浮于水面,这样救援者或旁边的游泳者就能及时得知有人溺水,并能知道溺水者大致位置,从而对溺水者进行救援,缩短救援时间,提高救援效率。

    一种立体图像显著性检测方法

    公开(公告)号:CN106993186A

    公开(公告)日:2017-07-28

    申请号:CN201710238369.X

    申请日:2017-04-13

    Applicant: 宁波大学

    CPC classification number: H04N17/00 H04N2013/0074

    Abstract: 本发明涉及一种立体显著性检测方法,输入待检测立体图像的左图及待检测立体图像的深度图,将左图进行CIELab颜色空间变换,提取颜色空间变换后的左图的L亮度通道、a颜色通道和b颜色通道;将颜色变换后的左图和输入的待检测立体图像的深度图进行SLIC超像素分割,计算区域间对比度,归一化,去噪后得到待检测立体图像的空域显著图;分别对每个R通道子块、G通道子块和B通道子块进行DCT变换,计算区域间对比度,归一化、去噪后得到待检测立体图像的变化域显著图;融合空域显著图和变化域显著图,得到待检测立体图像的最终显著图。与现有技术相比,本发明的优点在于:能准确的检测出复杂背景图像图像显著性区域,鲁棒性与适应性更强。

    一种粘性阻尼振动信号中的模态参数提取方法

    公开(公告)号:CN104200002B

    公开(公告)日:2017-05-24

    申请号:CN201410354626.2

    申请日:2014-07-24

    Applicant: 宁波大学

    Abstract: 本发明公开了一种粘性阻尼振动信号中的模态参数提取方法,其首先对振动信号进行奈奎斯特均匀采样;然后利用采样信号构建一个自回归矩阵方程,计算自回归矩阵方程中的自回归系数向量的最小二乘解,利用最小二乘解中的所有元素作为系数构造一个Prony多项式,解多项式得到变量的解向量;接着对解向量进行修正,根据修正后的解向量计算含有虚假模态的固有频率向量和固有阻尼比向量;之后以修正后的解向量为基础构造一个矩阵,再通过对采样信号在该矩阵上的投影方程进行稀疏优化求解,获取稀疏向量;最后根据稀疏向量剔除虚假模态,而稀疏向量中的所有非零元素为振型系数;本方法的优点是抗噪声能力强,且提取出的模态参数的精确度高、稳定性好。

Patent Agency Ranking