公开(公告)号：CN110428383A

公开(公告)日：2019-11-08

申请号：CN201910726253.X

申请日：2019-08-07

Applicant: 中国矿业大学

Inventor： 程德强 ,  邵丽蓉 ,  陈亮 ,  周圆 ,  王凯 ,  赵凯

IPC: G06T5/00 ,  G06T7/00 ,  G06T7/13

Abstract: 本发明涉及一种基于模糊检测概率的移动巡检模糊图像质量修正方法，属于图像质量修正技术领域，解决了现有技术无法对移动巡检模糊图像进行有效的质量评价并修正的问题。该方法包括如下步骤：对移动巡检模糊图像进行再模糊处理，对获得的参考图像进行边缘检测，获得参考图像模糊检测概率；对移动巡检模糊图像进行显著特征提取，根据显著特征提取结果确定显著阈值，根据该显著阈值将移动巡检模糊图像二值化，对获得的二值化图像进行边缘检测，获得二值化图像模糊检测概率；建立包含参考图像模糊检测概率、二值化图像模糊检测概率二者关系的图像质量评价模型，判断移动巡检模糊图像质量是否合格，如果不合格，修正摄像头参数，重新判断，直到合格为止。

公开(公告)号：CN107784651B

公开(公告)日：2021-03-02

申请号：CN201711047982.X

申请日：2017-10-31

Applicant: 中国矿业大学

Inventor： 程德强 ,  邵丽蓉 ,  冯晨晨 ,  许超 ,  刘威龙 ,  刘海 ,  于文洁 ,  庄焕东

IPC: G06T7/00 ,  G06T7/13

Abstract: 本发明涉及一种基于模糊检测加权的模糊图像质量评价方法。包括以下步骤：对待评价图像进行边缘检测，得到边缘像素点；对上述图像进行分块，并将划分的图像块分为边缘块和平滑块；利用上述各边缘像素点的局部标准差和权值，得到整个图像的质量分数。本发明利用反映人眼视觉信息的模糊检测概率对各边缘像素点的局部标准差进行加权，能够很好得反映人眼视觉信息，提高了客观评价方法与主观图像质量评价方法的一致性，同时将低于最小可见模糊的边缘像素点权值设为零，评价指标具有更强的针对性，质量评价的准确度更高。

公开(公告)号：CN107888905B

公开(公告)日：2019-09-06

申请号：CN201711021805.4

申请日：2017-10-27

Applicant: 中国矿业大学

Inventor： 程德强 ,  许超 ,  邵丽蓉 ,  姚洁 ,  赵凯 ,  刘海 ,  赵广源

IPC: H04N17/00

Abstract: 本发明涉及一种基于GoP显著性加权的视频质量评价方法，具体包括：将视频序列分离为多组GoP；得到每组GoP的质量分数及每组GoP中I帧图像的显著值；利用每组GoP中I帧图像的显著值对所有的GoP的质量分数进行加权，求得整个视频序列的质量分数。利用每组GoP的显著性不同，对所有GoP进行显著性加权得出整个视频的质量分数，提高对视频质量评价的结果的准确性；同时在求取每组GoP显著值时，利用I帧在整组GoP中影响该GoP中帧数量最多的特性，以I帧单帧的显著值替代了整组GoP的显著值，减少了计算量。

公开(公告)号：CN107784651A

公开(公告)日：2018-03-09

申请号：CN201711047982.X

申请日：2017-10-31

Applicant: 中国矿业大学

Inventor： 程德强 ,  邵丽蓉 ,  冯晨晨 ,  许超 ,  刘威龙 ,  刘海 ,  于文洁 ,  庄焕东

IPC: G06T7/00 ,  G06T7/13

Abstract: 本发明涉及一种基于模糊检测加权的模糊图像质量评价方法。包括以下步骤：对待评价图像进行边缘检测，得到边缘像素点；对上述图像进行分块，并将划分的图像块分为边缘块和平滑块；利用上述各边缘像素点的局部标准差和权值，得到整个图像的质量分数。本发明利用反映人眼视觉信息的模糊检测概率对各边缘像素点的局部标准差进行加权，能够很好得反映人眼视觉信息，提高了客观评价方法与主观图像质量评价方法的一致性，同时将低于最小可见模糊的边缘像素点权值设为零，评价指标具有更强的针对性，质量评价的准确度更高。

公开(公告)号：CN110428383B

公开(公告)日：2021-10-08

申请号：CN201910726253.X

申请日：2019-08-07

Applicant: 中国矿业大学

Inventor： 程德强 ,  邵丽蓉 ,  陈亮 ,  周圆 ,  王凯 ,  赵凯

IPC: G06T5/00 ,  G06T7/00 ,  G06T7/13

Abstract: 本发明涉及一种基于模糊检测概率的移动巡检模糊图像质量修正方法，属于图像质量修正技术领域，解决了现有技术无法对移动巡检模糊图像进行有效的质量评价并修正的问题。该方法包括如下步骤：对移动巡检模糊图像进行再模糊处理，对获得的参考图像进行边缘检测，获得参考图像模糊检测概率；对移动巡检模糊图像进行显著特征提取，根据显著特征提取结果确定显著阈值，根据该显著阈值将移动巡检模糊图像二值化，对获得的二值化图像进行边缘检测，获得二值化图像模糊检测概率；建立包含参考图像模糊检测概率、二值化图像模糊检测概率二者关系的图像质量评价模型，判断移动巡检模糊图像质量是否合格，如果不合格，修正摄像头参数，重新判断，直到合格为止。

公开(公告)号：CN107888905A

公开(公告)日：2018-04-06

申请号：CN201711021805.4

申请日：2017-10-27

Applicant: 中国矿业大学

Inventor： 程德强 ,  许超 ,  邵丽蓉 ,  姚洁 ,  赵凯 ,  刘海 ,  赵广源

IPC: H04N17/00

Abstract: 本发明涉及一种基于GoP显著性加权的视频质量评价方法，具体包括：将视频序列分离为多组GoP；得到每组GoP的质量分数及每组GoP中I帧图像的显著值；利用每组GoP中I帧图像的显著值对所有的GoP的质量分数进行加权，求得整个视频序列的质量分数。利用每组GoP的显著性不同，对所有GoP进行显著性加权得出整个视频的质量分数，提高对视频质量评价的结果的准确性；同时在求取每组GoP显著值时，利用I帧在整组GoP中影响该GoP中帧数量最多的特性，以I帧单帧的显著值替代了整组GoP的显著值，减少了计算量。