-
公开(公告)号：CN103632372B
公开(公告)日：2016-02-24
申请号：CN201310651561.3
申请日：2013-12-05
Applicant: 宁波大学
IPC: G06T7/00
Abstract: 本发明公开了一种视频显著图提取方法，其首先通过对二维视频在时域上、在水平方向及在垂直方向进行采样，分别得到X-Y截面图像、X-T截面图像和Y-T截面图像，然后通过对X-T截面图像和Y-T截面图像进行低秩矩阵分解提取出X-Y截面图像的运动显著图，对X-Y截面图像的特征矢量进行低秩矩阵分解提取出X-Y截面图像的空间显著图，最后对运动显著图和空间显著图进行融合，得到最终的视频显著图，优点是所获得的视频显著图能够较好地反映视频的静态和动态区域的显著变化情况，符合人眼运动显著语义的特征。
-
公开(公告)号：CN103413298B
公开(公告)日：2016-02-24
申请号：CN201310304471.7
申请日：2013-07-17
Applicant: 宁波大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于视觉特性的立体图像质量客观评价方法，其首先通过计算立体图像的左右视点图像中的每个像素点在不同中心频率和方向因子下的频率响应，并通过区域检测方法将立体图像划分为遮挡区域和双目融合区域，然后利用单目视觉特性和双目视觉特性对这两个区域分别进行评价，并对各评价结果进行融合得到最终的图像质量客观评价预测值，优点在于获得的不同中心频率和方向因子下的频率响应能够较好地反映人类视觉系统的视觉感知特性，并采用单目视觉特性和双目视觉特性分别进行评价，能够有效地提高客观评价结果与主观感知的相关性。
-
公开(公告)号：CN103024381B
公开(公告)日：2016-01-20
申请号：CN201210536759.2
申请日：2012-12-10
Applicant: 宁波大学
IPC: H04N19/103 , H04N19/147 , H04N19/186
Abstract: 本发明公开了一种基于恰可察觉失真的宏块模式快速选择方法，其通过获取待处理的彩色视频序列中的每幅彩色图像对应的时空域的恰可察觉失真图像，然后计算时空域的恰可察觉失真图像中的每个图像块的恰可察觉失真值，再根据时空域的恰可察觉失真图像中的每个图像块的恰可察觉失真值，确定B帧彩色图像中的每个宏块的最优宏块编码模式，这种宏块编码模式的选择方法使得在保证彩色视频视觉感知质量的前提下，能够有效节约彩色视频的编码时间，节省的编码时间平均可达到72.7%，大大降低彩色视频的编码复杂度。
-
公开(公告)号：CN105208374A
公开(公告)日：2015-12-30
申请号：CN201510523373.1
申请日：2015-08-24
Applicant: 宁波大学
Abstract: 本发明公开了一种基于深度学习的无参考图像质量客观评价方法，其将待评价的失真图像进行多分辨率金字塔和高斯差分分解后，对子带图像做简单的局部归一化就可以提取自然统计特征，不需要到变换域提取特征，从而复杂度大幅降低；本发明方法无需参考图像、无需失真类型，用自然统计特性的丢失程度衡量图像的失真程度；本发明方法能够客观地反映图像受到各种图像处理和压缩方法影响下视觉质量的变化情况，并且本发明方法的评价性能不受图像内容和失真类型的影响，与人眼的主观感知一致；采用现有的L矩估计方法估计灰度直方图的包络曲线的分布参数，估计得到的分布参数更加准确，具有更强的泛化能力。
-
公开(公告)号：CN103957397B
公开(公告)日：2015-11-25
申请号：CN201410131672.6
申请日：2014-04-02
Applicant: 宁波大学
IPC: H04N13/00
Abstract: 本发明公开了一种基于图像特征的低分辨率深度图像上采样方法，其利用低分辨率深度图像和低分辨率彩色图像各自基于内容的方差，及它们对应像素点之间的相关系数，能够很好地引导低分辨率深度图像的前景边缘像素点上采样后的像素值，使其能够较好的反映上采样后得到的高分辨率深度图像的边缘信息；针对低分辨率深度图像中的不连续像素点，通过其上采样后的像素值与以其为中心的指定窗口内像素点的像素值之间的相似程度，对不连续像素点的上采样后的像素值进行基于窗口内部低分辨率深度图像像素点的替换求精，以较好的保留上采样后得到的高分辨率深度图像的连续性，通过以上两个方面，本方法可有效地抑制低分辨率深度图像上采样过程中出现边缘模糊。
-
Patent Agency Ranking
公开(公告)号：CN103841411B
公开(公告)日：2015-10-28
申请号：CN201410083852.1
申请日：2014-02-26
Applicant: 宁波大学
Abstract: 本发明公开了一种基于双目信息处理的立体图像质量评价方法，其通过复小波变换获取简单细胞信息矩阵，再根据这些复小波变换的各项系数汇聚成复杂细胞信息矩阵；接着在复杂细胞信息矩阵基础上进行两方面的评价，一是融合双目复杂细胞信息矩阵得到双目融合图像，再根据人眼对不同频率的双目信息具有不同视觉敏感度，最后得到双目融合图像评价质量；二是从复杂细胞信息矩阵中提取双目立体感知信息，从立体视差角度考虑再结合双目掩蔽特性，人眼在视觉感知过程中会受到背景亮度、纹理掩蔽及空间对比灵敏度等的影响，获取立体视觉感知评价质量；最后结合两部分的评价得到最终的立体图像质量评价结果，该评价结果与人眼的主观感知性能具有较好的一致性。
-
公开(公告)号：CN103338379B
公开(公告)日：2015-04-29
申请号：CN201310224787.5
申请日：2013-06-05
Applicant: 宁波大学
Abstract: 本发明公开了一种基于机器学习的立体视频客观质量评价方法，其在评价单帧图像的亮度分量图的空域质量时，采用原始和失真的立体视频中的每帧图像的亮度分量图中的每个图像块经奇异值分解后的奇异向量的点积来衡量失真立体视频中的每帧图像的失真程度，由于奇异向量可以很好的反映图像的结构信息，以奇异向量的点积来衡量图像的质量因考虑到了结构信息的变化，因此评价结果能更客观地反映立体视频受到各种失真影响下的视觉质量的变化情况；其采用机器学习的方法来处理立体视频的左视点视频的质量和右视点视频的质量、左视点视频和右视点视频在视点间的差异程度与客观质量评价预测值之间的关系，可以有效地取得与人眼感知更一致的评价结果。
-
公开(公告)号：CN103281554B
公开(公告)日：2015-04-29
申请号：CN201310144463.0
申请日：2013-04-23
Applicant: 宁波大学
IPC: H04N17/00
Abstract: 本发明公开了一种基于人眼视觉特性的视频客观质量评价方法，其将失真视频序列中的图像划分为边缘、纹理和平滑区域，然后根据无失真视频序列中的图像的时域恰可察觉失真图，将边缘区域中的像素点分为可见和不可见失真点，接着对可见和不可见失真点进行不同程度的感知加权，再根据边缘区域中的每个像素点的感知加权后的结构相似度值、纹理区域和平滑区域中的每个像素点的结构相似度值，获取失真视频序列中的图像的质量分，最后根据低通滤波后的质量分获取失真视频序列的总体质量评价客观值，整个过程不仅有效地利用了人眼视觉特性，而且在评价平面视频图像质量的基础上，引入了时域特性，因此有效地提高了客观质量评价结果与主观感知之间的相关性。
-
公开(公告)号：CN102769749B
公开(公告)日：2015-03-18
申请号：CN201210226018.4
申请日：2012-06-29
Applicant: 宁波大学
IPC: H04N19/597 , H04N19/63
Abstract: 本发明公开了一种深度图像的后处理方法，其首先对获取的彩色图像及对应的深度图像进行编码，得到编码码流；然后获取深度图像的编码失真补偿参数，对深度图像的编码失真补偿参数进行编码，得到参数码流；接着对编码码流和参数码流进行解码，得到解码后的彩色图像和深度图像及编码失真补偿参数；再利用深度图像的编码失真补偿参数对解码后的深度图像进行补偿，得到深度补偿图像，对深度补偿图像进行滤波处理，得到深度滤波图像，该深度滤波图像用于绘制虚拟视点图像，优点在于在保持深度图像的压缩效率的基础上，降低了编码失真对虚拟视点图像绘制的影响，大大提高了虚拟视点图像绘制性能。
-
公开(公告)号：CN103108209B
公开(公告)日：2015-03-11
申请号：CN201210585736.0
申请日：2012-12-28
Applicant: 宁波大学
IPC: H04N17/00
Abstract: 本发明公开了一种基于视觉阈值与通道融合的立体图像客观质量评价方法，其通过对无失真的立体图像和失真的立体图像的左视点图像和右视点图像分通道进行视觉阈值分析和奇异值分解；然后通过对无失真的立体图像和失真的立体图像的左右视点图像的绝对视差图像的差值图像分通道进行视觉阈值分析和奇异值分解，采用线性组合方式得到立体感知评价度量；最后将客观评价尺度度量和立体感知评价度量两者进行线性加权结合，得到立体图像的总体质量评价客观值，不仅有效利用了恰可察觉失真的视觉阈值、视觉掩盖效应以及立体感知等人眼视觉特性，而且在评价左右视点图像质量的基础上，同时评价了立体感知，因此提高了客观质量评价结果与主观感知之间的相关性。
-
-
-
-
-
-
-
-
-
Search Results
210
records
(took 0.033 seconds)
