-
公开(公告)号：CN110046673B
公开(公告)日：2021-05-07
申请号：CN201910337321.3
申请日：2019-04-25
Applicant: 上海大学
IPC: G06K9/62
Abstract: 本发明提供了一种基于多特征融合的无参考色调映射图像质量评价方法。该方法主要分为特征提取阶段以及训练回归阶段。在特征提取阶段分三个领域提取图像的特征，在像素领域提取了图像的熵特征，基于灰度共生矩阵的纹理特征和自然场景统计特征；在模糊度领域我们采用局部相位一致性评估整体模糊度，在边缘区域提取小块特征测量晕轮效应；在色彩领域我们将图像转换到对立颜色空间，测量整体颜色信息和各个通道的对比度信息。最后运用机器学习的方法预测色调映射图像的质量。本发明提出的算法能够准确有效地预测色调映射图像的质量。
-
公开(公告)号：CN110046673A
公开(公告)日：2019-07-23
申请号：CN201910337321.3
申请日：2019-04-25
Applicant: 上海大学
IPC: G06K9/62
Abstract: 本发明提供了一种基于多特征融合的无参考色调映射图像质量评价方法。该方法主要分为特征提取阶段以及训练回归阶段。在特征提取阶段分三个领域提取图像的特征，在像素领域提取了图像的熵特征，基于灰度共生矩阵的纹理特征和自然场景统计特征；在模糊度领域我们采用局部相位一致性评估整体模糊度，在边缘区域提取小块特征测量晕轮效应；在色彩领域我们将图像转换到对立颜色空间，测量整体颜色信息和各个通道的对比度信息。最后运用机器学习的方法预测色调映射图像的质量。本发明提出的算法能够准确有效地预测色调映射图像的质量。
-
公开(公告)号：CN111768362B
公开(公告)日：2023-05-23
申请号：CN202010399881.4
申请日：2020-05-13
Applicant: 上海大学
Abstract: 本发明专利提供了一种基于多特征融合的全参考高动态图像质量评价方法。该方法主要分为特征提取阶段以及训练回归阶段。在特征提取阶段分三个方向提取图像的特征，使用颜色相似度方法提取方法在颜色方向分别提取了图像的两种颜色相似度特征；在视觉对比差异方向我们采用视觉差异预测方法来提取视觉对比差异特征；再针对多尺度综合特征方向我们使用log‑Gabor滤波器在不同频率尺度和方向上提取多尺度特征。在训练回归阶段运用机器学习的方法预测高动态图像的质量。本发明提出的算法能够准确有效地预测高动态图像的质量。
-
公开(公告)号：CN111768362A
公开(公告)日：2020-10-13
申请号：CN202010399881.4
申请日：2020-05-13
Applicant: 上海大学
Abstract: 本发明专利提供了一种基于多特征融合的全参考高动态图像质量评价方法。该方法主要分为特征提取阶段以及训练回归阶段。在特征提取阶段分三个方向提取图像的特征，使用颜色相似度方法提取方法在颜色方向分别提取了图像的两种颜色相似度特征；在视觉对比差异方向我们采用视觉差异预测方法来提取视觉对比差异特征；再针对多尺度综合特征方向我们使用log-Gabor滤波器在不同频率尺度和方向上提取多尺度特征。在训练回归阶段运用机器学习的方法预测高动态图像的质量。本发明提出的算法能够准确有效地预测高动态图像的质量。
-
-
-
Search Results
4
records
(took 0.013 seconds)
