-
公开(公告)号：CN106991670B
公开(公告)日：2019-12-10
申请号：CN201710198756.5
申请日：2017-03-29
Applicant: 武汉大学
IPC: G06T7/00
Abstract: 本发明提供一种无参考噪声图像质量评价方法及系统，属于图像处理领域。所述方法包括对待测图像进行BEMD分解和Riesz变换；利用视觉对比敏感度函数进行加权求和，得到去噪图像的特征图；利用待测图像和去噪图像的特征图进行相似度计算和加权求和，最终得到评价结果。本发明采用BEMD分解和Riesz变换对无参考噪声图像质量进行评价，与图像噪声估计的方法相比，该方法的评价效果更好，其评价结果与主观评价结果的相关性更大、误差更小。算法在LIVE、CSIQ和TID2008三个数据库上进行了指标测试，同时在LIVE库上进行了散点图实验，实验结果表明，BRIQ算法对噪声图像的评价表现出良好的性能。
-
公开(公告)号：CN111292266A
公开(公告)日：2020-06-16
申请号：CN202010075853.7
申请日：2020-01-22
Applicant: 武汉大学
IPC: G06T5/00
Abstract: 本发明提供一种基于双低秩矩阵分解的GF-5遥感影像混合噪声去除方法，通过利用无噪GF-5遥感影像的低秩性质、GF-5遥感影像每个波段上条带噪声的低秩结构和稀疏噪声的稀疏特性，建立基于双低秩矩阵分解的GF-5遥感影像混合噪声去除模型，采用增广拉格朗日乘子法进行求解得到无噪GF-5遥感影像。本发明将双低秩矩阵分解模型应用于GF-5遥感影像混合噪声去除，较于目前的高光谱遥感影像混合噪声去除方法，本发明可以更有效的去除GF-5遥感影像中的混合噪声，大幅提高GF-5遥感影像的应用潜力。
-
公开(公告)号：CN106920232A
公开(公告)日：2017-07-04
申请号：CN201710096586.X
申请日：2017-02-22
Applicant: 武汉大学
Abstract: 本发明提供一种基于显著性检测的梯度相似度图像质量评价方法及系统，包括将边缘结构信息定义为梯度幅度和梯度方向，将梯度相似度定义为梯度幅度相似度和梯度方向相似度；其次，在检测边缘的基础上由显著性检测构建显著性矩阵，以对结构信息进行权重分配；最后，联合梯度相似度和显著性检测进行评价，得到一种基于显著性检测的梯度相似度图像质量评价方法，获得图像质量评价结果。本发明采用显著性检测的梯度结构相似性对图像质量进行评价，与峰值信噪比和简单的结构相似性算法相比，该方法的评价效果更好，其评价结果与主观评价结果的相关性更大、误差更小，尤其在评价严重失真图像时效果更优。
-
Patent Agency Ranking
公开(公告)号：CN111292266B
公开(公告)日：2022-07-05
申请号：CN202010075853.7
申请日：2020-01-22
Applicant: 武汉大学
IPC: G06T5/00
Abstract: 本发明提供一种基于双低秩矩阵分解的GF‑5遥感影像混合噪声去除方法，通过利用无噪GF‑5遥感影像的低秩性质、GF‑5遥感影像每个波段上条带噪声的低秩结构和稀疏噪声的稀疏特性，建立基于双低秩矩阵分解的GF‑5遥感影像混合噪声去除模型，采用增广拉格朗日乘子法进行求解得到无噪GF‑5遥感影像。本发明将双低秩矩阵分解模型应用于GF‑5遥感影像混合噪声去除，较于目前的高光谱遥感影像混合噪声去除方法，本发明可以更有效的去除GF‑5遥感影像中的混合噪声，大幅提高GF‑5遥感影像的应用潜力。
-
公开(公告)号：CN108491810A
公开(公告)日：2018-09-04
申请号：CN201810265169.8
申请日：2018-03-28
Applicant: 武汉大学
Abstract: 本发明公开了基于背景建模和双目视觉的车辆限高方法及系统，所述的车辆限高方法包括：步骤一，对采集的双目视觉图像进行双目校正；步骤二，对基准图像建立并更新背景模型，并从基准图像中提取车体运动前景；步骤三，对车体运动前景的图像依次进行阴影检测以及形态学消噪处理；步骤四，提取车体轮廓，获得车体的最高像素点和最低像素点的位置信息；步骤五，在双目视觉图像中进行特征点匹配，从而获得最高像素点和最低像素点的视差信息；步骤六，基于双目视觉几何原理，计算车体高度；步骤七，当车体高度大于高度上限阈值时，发出警报。本发明操作简单，速度高，适应性强，一旦目标车辆进入双目成像区域，即可实现实时的高度检测。
-
公开(公告)号：CN106991670A
公开(公告)日：2017-07-28
申请号：CN201710198756.5
申请日：2017-03-29
Applicant: 武汉大学
IPC: G06T7/00
Abstract: 本发明提供一种无参考噪声图像质量评价方法及系统，属于图像处理领域。所述方法包括对待测图像进行BEMD分解和Riesz变换；利用视觉对比敏感度函数进行加权求和，得到去噪图像的特征图；利用待测图像和去噪图像的特征图进行相似度计算和加权求和，最终得到评价结果。本发明采用BEMD分解和Riesz变换对无参考噪声图像质量进行评价，与图像噪声估计的方法相比，该方法的评价效果更好，其评价结果与主观评价结果的相关性更大、误差更小。算法在LIVE、CSIQ和TID2008三个数据库上进行了指标测试，同时在LIVE库上进行了散点图实验，实验结果表明，BRIQ算法对噪声图像的评价表现出良好的性能。
-
公开(公告)号：CN115439344A
公开(公告)日：2022-12-06
申请号：CN202210919226.6
申请日：2022-08-02
Applicant: 武汉大学
IPC: G06T5/00
Abstract: 本发明提供一种联合双低秩和空谱全变差的混合噪声高光谱影像复原方法，通过分别利用低秩张量近似和逐波段低秩矩阵近似模型挖掘无噪高光谱遥感影像和条带噪声的低秩性质，同时引入各向异性空间光谱全变差模型，建立联合双低秩近似和各向异性空间光谱全变差的高光谱遥感影像多类型混合噪声去除模型；利用交替方向乘子法进行求解得到无噪高光谱遥感影像。将本发明应用于高分五号高光谱遥感影像混合噪声去除，真实高分五号高光谱遥感影像实验表明，本发明可以更有效地去除高分五号高光谱遥感影像中的多类型、高强度混合噪声，同时保护影像高维结构信息，大大提高高分五号高光谱遥感影像质量。
-
公开(公告)号：CN106920232B
公开(公告)日：2019-06-11
申请号：CN201710096586.X
申请日：2017-02-22
Applicant: 武汉大学
Abstract: 本发明提供一种基于显著性检测的梯度相似度图像质量评价方法及系统，包括将边缘结构信息定义为梯度幅度和梯度方向，将梯度相似度定义为梯度幅度相似度和梯度方向相似度；其次，在检测边缘的基础上由显著性检测构建显著性矩阵，以对结构信息进行权重分配；最后，联合梯度相似度和显著性检测进行评价，得到一种基于显著性检测的梯度相似度图像质量评价方法，获得图像质量评价结果。本发明采用显著性检测的梯度结构相似性对图像质量进行评价，与峰值信噪比和简单的结构相似性算法相比，该方法的评价效果更好，其评价结果与主观评价结果的相关性更大、误差更小，尤其在评价严重失真图像时效果更优。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
