基于结构补偿的图像质量评价方法

    公开(公告)号:CN104123723A

    公开(公告)日:2014-10-29

    申请号:CN201410323907.1

    申请日:2014-07-08

    Abstract: 本发明公开一种基于结构补偿的图像质量评价方法,该方法通过定义的模糊度来分辨出不同种类的图像失真类型,来补偿结构相似性模型无法根据不同种类失真图像的情况做出相应反馈的不足。根据在现有的LIVE数据库以及TID2008数据库上的测试结果来看,本发明大幅度提升了结构相似性模型的准确性,并且优于大部分主流全参考图像质量评价方法。此外,本发明中的结构补偿方法同时可以作为快速高效的图像失真类型分辨来单独使用,并且兼具了计算复杂度低,执行效率高的特点。

    基于结构降化模型的半参考图像质量评价方法

    公开(公告)号:CN104112272B

    公开(公告)日:2017-04-12

    申请号:CN201410317455.6

    申请日:2014-07-04

    Abstract: 本发明提供了一种基于结构降化模型的半参考图像质量评价方法,该方法主要考虑到对于图像在不同失真类型、不同失真程度上的响应空间频率响应的区别,并结合利用结构相似指数(SSIM)来提取图像特征,从而实现一种半参考的图像质量评价方法。根据在现有的LIVE数据库的测试结果来看优于大部分主流图像质量评价方法。本发明所述的评价方法仅依赖于结构相似性指数的计算函数,而无需引入其他复杂算法,不仅拥有卓越评价准确度,并且兼具了计算复杂度低、执行效率高的特点;本发明只需要四个数值作为特征值,这相比于图像本身的大小是可以忽略不计的。

    基于结构降化模型的半参考图像质量评价方法

    公开(公告)号:CN104112272A

    公开(公告)日:2014-10-22

    申请号:CN201410317455.6

    申请日:2014-07-04

    Abstract: 本发明提供了一种基于结构降化模型的半参考图像质量评价方法,该方法主要考虑到对于图像在不同失真类型、不同失真程度上的响应空间频率响应的区别,并结合利用结构相似指数(SSIM)来提取图像特征,从而实现一种半参考的图像质量评价方法。根据在现有的LIVE数据库的测试结果来看优于大部分主流图像质量评价方法。本发明所述的评价方法仅依赖于结构相似性指数的计算函数,而无需引入其他复杂算法,不仅拥有卓越评价准确度,并且兼具了计算复杂度低、执行效率高的特点;本发明只需要四个数值作为特征值,这相比于图像本身的大小是可以忽略不计的。

Patent Agency Ranking