-
公开(公告)号：CN107292331A
公开(公告)日：2017-10-24
申请号：CN201710368508.0
申请日：2017-05-22
Applicant: 浙江科技学院
Inventor： 周武杰 , 邱薇薇 , 周扬 , 赵颖 , 何成 , 迟梁 , 陈芳妮 , 吴茗蔚 , 葛丁飞 , 金国英 , 孙丽慧 , 陈寿法 , 郑卫红 , 李鑫 , 吴洁雯 , 王昕峰 , 施祥
CPC classification number: G06K9/6262 , G06K9/4604 , G06K9/622
Abstract: 本发明公开了一种基于无监督特征学习的无参考屏幕图像质量评价方法，其先获取若干幅无失真屏幕图像的归一化屏幕图像；然后根据该归一化屏幕图像，并采用ZCA操作和无监督聚类算法，获得字典码书；接着获取待评价的失真屏幕图像的归一化屏幕图像；而后采用Gaussian kernel similarity weight方法和K-Nearest Neighbor方法对该归一化屏幕图像进行处理，获得权值特征矩阵；再根据字典码书和权值特征矩阵，并采用LLC算法，获得LLC特征向量；最后利用支持向量回归技术对LLC特征向量进行测试，预测得到待评价的失真屏幕图像的客观质量评价预测值；优点是能够充分考虑到局部信息变化对视觉质量的影响，从而能够提高客观评价结果与主观感知之间的相关性。
-
公开(公告)号：CN107270828A
公开(公告)日：2017-10-20
申请号：CN201710543804.X
申请日：2017-07-05
Applicant: 浙江科技学院
Inventor： 周扬 , 毛建卫 , 沙如意 , 蔡成岗 , 陈正伟 , 刘铁兵 , 赵芸 , 施秧 , 周武杰 , 陈芳妮 , 宋起文 , 陶红卫 , 吴茗蔚 , 陈才 , 迟梁 , 王中鹏 , 邱薇薇 , 戴芹
CPC classification number: G01B11/161 , G01N15/1475
Abstract: 本发明公开了一种基于显微定量角度图像的细胞质心机械形变测量方法。采集细胞的离轴干涉图像，进行傅里叶变换，去除直流分量，并在图像中寻找交流分量幅值最大对应的频率点位置，以该频率点位置为中心，提取其附近的频率区间进行傅里叶反变换；在计算反变换后的幅角矩阵作为角度图像；对角度图像进行去卷绕处理，计算细胞剪切力；根据角度图像计算细胞厚度，再计算细胞质心漂移；根据细胞剪切力计算形变牵引力，根据细胞质心漂移和形变牵引力计算细胞质心机械形变。本发明方法实现了细胞质心形变的快速无损检测，角度图像对不同形态的细胞具有较强的适应性，提高了检测效率，配合成像等外观检测方法，为细胞力学参数在线检测奠定技术基础。
-
公开(公告)号：CN105357519B
公开(公告)日：2017-05-24
申请号：CN201510869464.0
申请日：2015-12-02
Applicant: 浙江科技学院
Inventor： 周武杰 , 王中鹏 , 邱薇薇 , 周扬 , 吴茗蔚 , 翁剑枫 , 葛丁飞 , 王新华 , 孙丽慧 , 陈寿法 , 郑卫红 , 李鑫 , 吴洁雯 , 王昕峰 , 金国英 , 王建芬
Abstract: 本发明公开了一种基于自相似度特征的无参考立体图像质量客观评价方法，其采用双目融合模型，对左视点图像和右视点图像进入融合，得到的融合图像能够很好地模拟双目视觉感知特性；在充分利用了双目视觉感知特性的基础上，采用计算自相似度图像的方法获取双目视觉感知方向特征信息，因此能有效地提高客观评价结果与主观感知之间的相关性；采用机器学习的方法模拟视觉记忆检索功能，使客观评价值能更加准确预测失真立体图像的质量。
-
公开(公告)号：CN106683079A
公开(公告)日：2017-05-17
申请号：CN201611152622.1
申请日：2016-12-14
Applicant: 浙江科技学院
CPC classification number: G06T7/0002 , G06T5/003 , G06T2207/30168
Abstract: 本发明公开了一种基于结构失真的无参考图像客观质量评价方法，其先获取待评价的失真图像在八个不同方向下和在无方向下的一阶滤波图像，再获得一阶滤波图像的最大值图像；并获取待评价的失真图像在八个不同方向下和在无方向下的二阶滤波图像，再获得二阶滤波图像的最大值图像；然后获取一阶滤波图像的最大值图像、在八个不同方向下和在无方向下的二阶滤波图像、二阶滤波图像的最大值图像各自的局部模式特征图像，进而获得各自的直方图统计特征向量；接着根据构造得到的支持向量回归训练模型，对所有直方图统计特征向量进行测试，预测得到客观质量评价预测值；优点是能够有效地提高客观评价结果与主观感知之间的相关性。
-
Patent Agency Ranking
公开(公告)号：CN104361583B
公开(公告)日：2017-03-08
申请号：CN201410581354.X
申请日：2014-10-27
Applicant: 浙江科技学院
Abstract: 本发明公开了一种确定非对称失真立体图像客观质量的方法，其对原始立体图像的左视点图像和右视点图像、待评价立体图像的左视点图像和右视点图像四幅图像分别实施梯度滤波和提取局部方差操作，得到各自的梯度幅值图像和局部方差图像；然后根据两幅左视点图像的局部方差图像计算左视点方差变化率图像，并根据两幅右视点图像的局部方差图像计算右视点方差变化率图像；再获取原始立体图像的左右视点特征融合图像和待评价立体图像的左右视点特征融合图像；最后通过计算两幅左右视点特征融合图像之间的相似度图像获取得到待评价立体图像的图像质量客观预测值；优点是充分利用了非对称失真的立体视觉特性，有效地提高了客观评价结果与主观感知的相关性。
-
公开(公告)号：CN106162163A
公开(公告)日：2016-11-23
申请号：CN201610633976.1
申请日：2016-08-02
Applicant: 浙江科技学院
CPC classification number: H04N17/00 , H04N1/00005
Abstract: 本发明公开了一种高效视觉质量客观评价方法，在训练阶段，获取原始的无失真图像的去均值归一化图像；对去均值归一化图像采用零均值广义分布模型、非对称广义高斯分布模型、局部二值化操作、自相似度图像计算，得到纹理特征信息、方向特征信息、局部特征信息和自相似度信息；再将所有原始的无失真图像的纹理特征信息、方向特征信息、局部特征信息和自相似度信息的均值输入到高斯分布模型中得到无失真高斯分布模型；在测试阶段，对于待评价的失真图像，采用相同方法获得失真高斯分布模型；再用马氏距离公式衡量无失真高斯分布模型与失真高斯分布模型之间的误差，并作为质量客观评价预测值；优点是能有效地提高客观评价结果与主观感知之间的相关性。
-
公开(公告)号：CN105915883A
公开(公告)日：2016-08-31
申请号：CN201610352510.4
申请日：2016-05-25
Applicant: 浙江科技学院
CPC classification number: G06T2207/30168 , H04N13/106
Abstract: 本发明公开了一种基于极限学习和双目融合的盲参考立体图像质量评价方法，其获取待评价的失真立体图像的左右视点双目融合图像及左右视点双目融合图像的LoG、DoG和GM滤波图像；接着获取LoG、DoG和GM滤波图像各自的旋转不变性局部二值化模式图像及直方图统计特征向量；对于训练集，以相同方式获取每幅失真立体图像对应的三个直方图统计特征向量，采用极限学习机对所有直方图统计特征向量进行训练，利用得到的极限学习机训练模型对待评价的失真立体图像对应的三个直方图统计特征向量进行测试，预测得到客观质量评价预测值；优点是能够充分考虑到立体视觉感知特性，并采用高效的机器学习方法，从而能够有效地提高客观评价结果与主观感知之间的相关性。
-
公开(公告)号：CN105488792A
公开(公告)日：2016-04-13
申请号：CN201510835634.3
申请日：2015-11-26
Applicant: 浙江科技学院
Inventor： 周武杰 , 王中鹏 , 邱薇薇 , 周扬 , 吴茗蔚 , 翁剑枫 , 葛丁飞 , 王新华 , 孙丽慧 , 陈寿法 , 郑卫红 , 李鑫 , 吴洁雯 , 文小军 , 金国英 , 王建芬
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/20081 , G06T2207/30168
Abstract: 本发明公开了一种基于字典学习和机器学习的无参考立体图像质量评价方法，其首先对左、右视点图像实施log-Gabor滤波，得到各自的幅值和相位信息，然后对幅值和相位信息进行局部二值化操作，得到左、右视点图像的局部二值化模式特征图像；其次，采用双目能量模型对左、右视点图像的幅值和相位信息进行融合，得到双目能量信息，并获取双目能量信息的局部二值化模式特征图像；接着，采用协作表示算法，对左、右视点图像和双目能量信息的局部二值化模式特征图像进行字典学习，得到双目视觉感知稀疏特征信息，最后获得待评价的失真立体图像的客观质量评价预测值；优点是其能够充分考虑到立体视觉感知特性，能够有效地提高客观评价结果与主观感知之间的相关性。
-
公开(公告)号：CN104658002A
公开(公告)日：2015-05-27
申请号：CN201510103376.X
申请日：2015-03-10
Applicant: 浙江科技学院
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T7/55
Abstract: 本发明公开了一种无参考图像客观质量评价方法，其通过深入挖掘人眼视觉对图像结构的感知特性，对失真图像分别实施高斯平滑梯度滤波和拉普拉斯算子高斯滤波，对应得到高斯平滑梯度滤波图像和拉普拉斯算子高斯滤波图像，接着对两幅滤波图像分别进行局部二值化模式操作，得到各自的局部二值化模式特征图像，然后求两幅局部二值化模式特征图像各自的边缘概率特征和条件概率特征，最后根据边缘概率特征和条件概率特征，采用支持向量回归预测待评价的失真图像的客观质量评价预测值，得到的客观质量评价预测值能够准确地反映人眼视觉主观感知质量，即能够有效地提高客观评价结果与主观感知的相关性。
-
-
-
-
-
-
-
-
Search Results
89
records
(took 0.028 seconds)
