-
公开(公告)号：CN111127460B
公开(公告)日：2022-06-14
申请号：CN201911413370.7
申请日：2019-12-31
Applicant: 福州大学
Abstract: 本发明涉及一种基于块连接的图像显示适应评估方法，包括以下步骤：利用显著性检测算法对原始图像进行显著性检测，并生成显著性图；计算待评估的显示适应图像块与原始图像块之间的相似性分数；对待评估的显示适应图像块的相似性分数进行块连接操作；对块连接操作结果进行加权池化，得到图像质量分数。本发明有利于提高图像显示适应评估方法的性能。
-
Patent Agency Ranking
公开(公告)号：CN111242916A
公开(公告)日：2020-06-05
申请号：CN202010023531.8
申请日：2020-01-09
Applicant: 福州大学
Abstract: 本发明涉及一种基于配准置信度量的图像显示适应评估方法，包括步骤：对原始图像进行显著性检测，生成显著性图；计算待评估的显示适应结果图像和原始图像之间的配准置信度量；计算待评估的显示适应结果图像的块级图像相似度量；利用配准置信度量对块级图像相似度量进行校正，得到块级保真度量；使用显著性图对块级保真度量进行加权池化并得到图像质量分数。本发明有利于提高图像显示适应评估性能。
-
公开(公告)号：CN109978854B
公开(公告)日：2022-07-08
申请号：CN201910229783.3
申请日：2019-03-25
Applicant: 福州大学
Abstract: 本发明涉及一种基于边缘和结构特征的屏幕内容图像质量评估方法，包括以下步骤：步骤S1：将输入的图像从RGB颜色空间转换到LMN颜色空间，然后将Gabor滤波器的虚部作用在L分量上，提取图像的边缘特征；步骤S2：将输入的图像转换成灰度图，利用Scharr滤波器在灰度图上计算梯度图，然后在梯度图上使用局部二值模式（LBP）算子计算LBP图，再根据LBP图在梯度图上计算得到图像的结构特征；步骤S3：根据步骤S1和步骤S2中的两种特征，利用随机森林训练图像评估模型，利用训练好的模型预测所有测试图像的质量分数。本发明通过考虑人类视觉系统的特点，结合图像的边缘和结构特征来评估图像的质量，能显著提高无参照图像质量评估性能。
-
公开(公告)号：CN111242916B
公开(公告)日：2022-06-14
申请号：CN202010023531.8
申请日：2020-01-09
Applicant: 福州大学
Abstract: 本发明涉及一种基于配准置信度量的图像显示适应评估方法，包括步骤：对原始图像进行显著性检测，生成显著性图；计算待评估的显示适应结果图像和原始图像之间的配准置信度量；计算待评估的显示适应结果图像的块级图像相似度量；利用配准置信度量对块级图像相似度量进行校正，得到块级保真度量；使用显著性图对块级保真度量进行加权池化并得到图像质量分数。本发明有利于提高图像显示适应评估性能。
-
公开(公告)号：CN111127460A
公开(公告)日：2020-05-08
申请号：CN201911413370.7
申请日：2019-12-31
Applicant: 福州大学
Abstract: 本发明涉及一种基于块连接的图像显示适应评估方法，包括以下步骤：利用显著性检测算法对原始图像进行显著性检测，并生成显著性图；计算待评估的显示适应图像块与原始图像块之间的相似性分数；对待评估的显示适应图像块的相似性分数进行块连接操作；对块连接操作结果进行加权池化，得到图像质量分数。本发明有利于提高图像显示适应评估方法的性能。
-
公开(公告)号：CN109978854A
公开(公告)日：2019-07-05
申请号：CN201910229783.3
申请日：2019-03-25
Applicant: 福州大学
Abstract: 本发明涉及一种基于边缘和结构特征的屏幕内容图像质量评估方法，包括以下步骤：步骤S1：将输入的图像从RGB颜色空间转换到LMN颜色空间，然后将Gabor滤波器的虚部作用在L分量上，提取图像的边缘特征；步骤S2：将输入的图像转换成灰度图，利用Scharr滤波器在灰度图上计算梯度图，然后在梯度图上使用局部二值模式（LBP）算子计算LBP图，再根据LBP图在梯度图上计算得到图像的结构特征；步骤S3：根据步骤S1和步骤S2中的两种特征，利用随机森林训练图像评估模型，利用训练好的模型预测所有测试图像的质量分数。本发明通过考虑人类视觉系统的特点，结合图像的边缘和结构特征来评估图像的质量，能显著提高无参照图像质量评估性能。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
