-
公开(公告)号：CN109413404B
公开(公告)日：2019-10-25
申请号：CN201811037756.8
申请日：2018-09-06
Applicant: 宁波大学
IPC: H04N13/106 , H04N13/128
Abstract: 本发明公开了一种立体图像变焦方法，其根据用户指定的聚焦深度获得左、右视点图像中的每个四边形网格的期望网格；然后提取左、右视点图像中的所有四边形网格对应的目标四边形网格的边缘弯曲能量、落于用户选择的对象内的所有四边形网格对应的目标四边形网格的坐标偏移能量和立体质量能量、落于背景区域内的所有四边形网格对应的目标四边形网格的背景保持能量，并通过优化使得总能量最小，进而获取立体图像的左视点图像和右视点图像中的每个四边形网格的最佳目标四边形网格，并通过双线性插值得到变焦后的左、右视点图像，这样可使得变焦后的立体图像能够保留精确的对象形状和准确的目标聚焦深度，具有近距离观看的沉浸感、具有较高的深度感。
-
公开(公告)号：CN109151432B
公开(公告)日：2019-10-25
申请号：CN201811059795.8
申请日：2018-09-12
Applicant: 宁波大学
IPC: H04N13/128 , H04N13/15
Abstract: 本发明公开了一种立体图像颜色和深度编辑方法，其对待处理的立体图像的左视点图像中落于用户选择的对象内的三个分量的颜色信息和用户提供的参考图像的三个分量的颜色信息分别进行多元高斯分布拟合；然后根据拟合得到的两个颜色分布对落于用户选择的对象内的所有像素点进行颜色编辑操作，获取颜色编辑后的左视点图像；再根据待处理的立体图像的左视差图像的直方图分布得到视差映射函数，获取深度编辑操作后的左视差图像；最后根据颜色编辑后的左视点图像和深度编辑操作后的左视差图像，获取颜色和深度编辑后的右视点图像，这样使得获得的颜色和深度编辑后的立体图像既能满足用户对对象颜色传递的需要又能增强观看的视觉体验。
-
公开(公告)号：CN110223268A
公开(公告)日：2019-09-10
申请号：CN201910333531.5
申请日：2019-04-24
Applicant: 宁波大学
Abstract: 本发明公开了一种绘制图像质量评价方法，其在训练阶段，利用尺度不变特征变换流建立原始图像与绘制图像之间的匹配关系，计算绘制图像的纹理失真和几何失真，然后利用支持向量回归对训练集中的由纹理失真和几何失真构成的特征矢量进行训练，构造得到绘制图像的支持向量回归训练模型；在测试阶段，通过计算测试集中的绘制图像的特征矢量，并根据构造的绘制图像的支持向量回归训练模型，预测得到测试集中的绘制图像的客观质量评价预测值，由于获得的特征矢量具有较强的稳定性且能够较好地反映绘制图像的质量变化情况，因此有效地提高了客观评价结果与主观感知之间的相关性。
-
公开(公告)号：CN109934797A
公开(公告)日：2019-06-25
申请号：CN201910067242.5
申请日：2019-01-24
Applicant: 宁波大学
Abstract: 本发明公开了一种卫星立体图像质量评价方法，其在训练阶段考虑了模糊和高斯噪声对失真卫星立体图像的检测准确度的影响，提取出失真卫星立体图像的结构特征矢量和纹理特征矢量构成特征矢量，然后利用支持向量回归对所有失真卫星立体图像的特征矢量进行训练，构造预测模型；在测试阶段，通过测试的失真卫星立体图像的特征矢量，并根据预测模型，预测得到测试的失真卫星立体图像的检测准确度，由于获得的特征矢量信息能较好地反映失真卫星立体图像的失真对检测准确度的变化情况，因此有效地提高了预测的检测准确度与真实的检测准确度之间的相关性，即能准确地自动评价失真卫星立体图像的质量，有效地提高了客观评价结果与主观感知之间的相关性。
-
公开(公告)号：CN109413404A
公开(公告)日：2019-03-01
申请号：CN201811037756.8
申请日：2018-09-06
Applicant: 宁波大学
IPC: H04N13/106 , H04N13/128
Abstract: 本发明公开了一种立体图像变焦方法，其根据用户指定的聚焦深度获得左、右视点图像中的每个四边形网格的期望网格；然后提取左、右视点图像中的所有四边形网格对应的目标四边形网格的边缘弯曲能量、落于用户选择的对象内的所有四边形网格对应的目标四边形网格的坐标偏移能量和立体质量能量、落于背景区域内的所有四边形网格对应的目标四边形网格的背景保持能量，并通过优化使得总能量最小，进而获取立体图像的左视点图像和右视点图像中的每个四边形网格的最佳目标四边形网格，并通过双线性插值得到变焦后的左、右视点图像，这样可使得变焦后的立体图像能够保留精确的对象形状和准确的目标聚焦深度，具有近距离观看的沉浸感、具有较高的深度感。
-
Patent Agency Ranking
公开(公告)号：CN109151432A
公开(公告)日：2019-01-04
申请号：CN201811059795.8
申请日：2018-09-12
Applicant: 宁波大学
IPC: H04N13/128 , H04N13/15
Abstract: 本发明公开了一种立体图像颜色和深度编辑方法，其对待处理的立体图像的左视点图像中落于用户选择的对象内的三个分量的颜色信息和用户提供的参考图像的三个分量的颜色信息分别进行多元高斯分布拟合；然后根据拟合得到的两个颜色分布对落于用户选择的对象内的所有像素点进行颜色编辑操作，获取颜色编辑后的左视点图像；再根据待处理的立体图像的左视差图像的直方图分布得到视差映射函数，获取深度编辑操作后的左视差图像；最后根据颜色编辑后的左视点图像和深度编辑操作后的左视差图像，获取颜色和深度编辑后的右视点图像，这样使得获得的颜色和深度编辑后的立体图像既能满足用户对对象颜色传递的需要又能增强观看的视觉体验。
-
公开(公告)号：CN108805825A
公开(公告)日：2018-11-13
申请号：CN201810412492.3
申请日：2018-05-03
Applicant: 宁波大学
CPC classification number: G06T5/00 , G06K9/4671 , G06K9/6215 , G06T2207/20081 , G06T2207/30168
Abstract: 本发明公开了一种重定位图像质量评价方法，其考虑了结构失真和内容损失对重定位的影响，利用相似性变换矩阵建立原始图像与重定位图像的变换关系，根据相似性变换矩阵计算出多尺度下的结构失真，并根据四边形网格的面积变化计算出多尺度下的内容损失，然后利用支持向量回归对训练集中的由多尺度下的结构失真和内容损失构成的特征矢量进行训练，构造支持向量回归训练模型；在测试阶段，通过计算测试集中的重定位图像的特征矢量，并根据支持向量回归训练模型，预测得到测试集中的重定位图像的客观质量评价预测值，由于获得的特征矢量具有较强的稳定性且能较好地反映重定位图像的质量变化情况，因此有效地提高了客观评价结果与主观感知之间的相关性。
-
公开(公告)号：CN108460752A
公开(公告)日：2018-08-28
申请号：CN201711380389.7
申请日：2017-12-20
Applicant: 宁波大学
IPC: G06T7/00
Abstract: 本发明公开了一种非对称多失真立体图像质量客观评价方法，其在测试阶段，根据在训练阶段构造的不同失真类型下的局部相位图像和局部振幅图像的图像特征字典表，通过优化得到测试立体图像的局部相位图像和局部振幅图像中的每个子块的稀疏系数矩阵，并通过稀疏系数矩阵和在训练阶段构造不同失真类型下的局部相位图像和局部振幅图像中的每个子块的图像质量矢量，最后通过对稀疏系数矩阵和图像质量矢量进行多失真融合、局部全局融合、左右视点融合和相位振幅融合，预测得到测试立体图像的图像质量客观评价预测值，与主观评价值保持了较好的一致性；在测试阶段无需计算图像特征字典表和图像质量字典表，避免了复杂的机器学习训练过程。
-
公开(公告)号：CN108307170A
公开(公告)日：2018-07-20
申请号：CN201711399351.4
申请日：2017-12-22
Applicant: 宁波大学
IPC: H04N13/122 , H04N13/128
Abstract: 本发明公开了一种立体图像重定位方法，其通过提取左视点图像对应的图像质量能量、立体质量能量和重要内容能量，并通过优化使得左视点图像对应的总能量最小，获取最佳的相似变换矩阵和深度值集合，这样使得获得的重定位立体图像能够较好地保留重要的显著语义信息、保持视觉舒适性，且可以根据用户的选择自适应地控制重要内容的缩放比例；其对立体图像的水平坐标位置、垂直坐标位置和深度值同时进行调整，从而保留了重定位后的左视点图像重要的显著信息，同时又能保证与根据重定位后的左视差图像获得的重定位后的右视点图像是匹配的，从而能够保证重定位后的立体图像的舒适性和深度感。
-
公开(公告)号：CN107945151A
公开(公告)日：2018-04-20
申请号：CN201711017210.1
申请日：2017-10-26
Applicant: 宁波大学
Abstract: 本发明公开了一种基于相似性变换的重定位图像质量评价方法，其通过建立原始图像与重定位图像之间的匹配关系，得到重构的重定位图像；并通过建立重定位图像与原始图像之间的匹配关系，得到重构的原始图像；然后获取原始图像和重定位图像各自中的每个四边形网格的相似性变换矩阵；接着获取原始图像和重定位图像各自的视觉显著图；再根据上述信息，得到前向几何失真、后向几何失真、前向信息损失、后向信息损失；最后融合前向几何失真、后向几何失真、前向信息损失和后向信息损失得到重定位图像的客观质量评价预测值；优点是能够有效地提高客观评价结果与主观感知之间的相关性。
-
-
-
-
-
-
-
-
-
Search Results
214
records
(took 0.028 seconds)
