2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩121頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、圖像質(zhì)量評價在圖像處理中占據(jù)著非常重要的位置。圖像質(zhì)量評價主要分為主觀質(zhì)量評價和客觀質(zhì)量評價,由于主觀質(zhì)量評價耗時、昂貴且在實(shí)時圖像處理系統(tǒng)中不便于集成,因此研究簡單、可靠、高效又與人類視覺特性相一致的客觀質(zhì)量評價方法成了圖像質(zhì)量評價研究中的重點(diǎn)和熱點(diǎn)。本文在分析當(dāng)前質(zhì)量評價方法所存在的不足以及技術(shù)難點(diǎn)的基礎(chǔ)上,針對全參考圖像質(zhì)量評價中的特征提取和合并策略以及無參考圖像質(zhì)量評價中的特征提取問題進(jìn)行了相關(guān)研究。本文所做的主要工作和創(chuàng)新性成

2、果如下:
  (1)提出一種基于全局視覺顯著性和局域?qū)Ρ榷鹊挠袇⒖紙D像質(zhì)量評價方法。首先分別計算參考圖像和失真圖像局域?qū)Ρ榷认嗨贫葓D和全局視覺顯著相似度圖,然后采用標(biāo)準(zhǔn)方差加權(quán)合并策略來得出整幅圖像的質(zhì)量測度,在三大數(shù)據(jù)庫(LIVE、TID2008、CSIQ)以及遙感專家評分庫上的實(shí)驗(yàn)顯示,所提出的算法快速高效,比較適用于實(shí)時圖像質(zhì)量評價系統(tǒng)。
  (2)提出一種基于梯度幅度相似性和全局自然場景統(tǒng)計模型的無參考圖像質(zhì)量評價方

3、法。首先提取歸一化后系數(shù)的統(tǒng)計模型參數(shù)作為自然場景統(tǒng)計特征,提取基于鄰域梯度相似度的統(tǒng)計特征作為相關(guān)感知特征。采用支持向量回歸來構(gòu)建圖像特征與人的主觀分?jǐn)?shù)的映射關(guān)系,進(jìn)而根據(jù)所提取失真圖像的特征來預(yù)測圖像質(zhì)量。實(shí)驗(yàn)結(jié)果顯示所提算法預(yù)測的質(zhì)量分?jǐn)?shù)與人的主觀分?jǐn)?shù)具有較高的一致性,魯棒性較好,運(yùn)行時間較短,綜合性能較好。
  (3)提出了一種基于互補(bǔ)感知特征和局域自然場景統(tǒng)計模型特征相結(jié)合的無參考圖像質(zhì)量評價方法。首先在空間域上提取顯著

4、分塊的36個自然統(tǒng)計特征,然后提取基于相位一致性熵、基于相位一致性均值、梯度均值以及失真圖像的熵四個感知特征,最后采用支持向量機(jī)回歸的學(xué)習(xí)方式來構(gòu)建圖像特征與人的主觀分?jǐn)?shù)的映射關(guān)系,進(jìn)而根據(jù)所提取失真圖像特征預(yù)測圖像質(zhì)量。實(shí)驗(yàn)表明所提算法具有較高的評價準(zhǔn)確率,符合人眼對失真圖像的主觀感受。
  (4)提出一種基于深度學(xué)習(xí)的無參考圖像質(zhì)量評價方法。首先對圖像進(jìn)行局域歸一化,然后采用兩階段的主成分分析網(wǎng)絡(luò)來自動提取特征,最后采用支持向

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論