-
公开(公告)号：CN111178163A
公开(公告)日：2020-05-19
申请号：CN201911273003.1
申请日：2019-12-12
Applicant: 宁波大学
Abstract: 本发明公开了一种基于立方体投影格式的立体全景图像显著区域预测方法，其将立体全景图像处理成立方体投影格式；构建立方体投影格式的立体全景图像的水平局部面、水平全局面、垂直面；计算水平局部面、水平全局面、垂直面各自的显著图；将水平局部面的显著图加权水平全局面的显著图获取水平面显著图，将垂直面的显著图作为垂直面显著图；根据水平面显著图和垂直面显著图获取立方体投影格式的立体全景图像的显著图，将该显著图处理成等矩形投影格式，再使用纬度增强权重加权，得到待处理的立体全景图像的显著图；优点是其能够有效准确地预测出立体全景图像的显著区域，且显著区域与主观感知的一致性高。
-
公开(公告)号：CN110910347A
公开(公告)日：2020-03-24
申请号：CN201910993399.0
申请日：2019-10-18
Applicant: 宁波大学
Abstract: 本发明公开了一种基于图像分割的色调映射图像质量评价方法，针对色调映射图像的不同区域的主要失真类型不太一样这个特点，将其分成了复杂区域和平坦区域，并且在其复杂区域提取纹理细节特征，在平坦区域提取色度特征，接着在全局区域也提取出纹理细节特征和色度特征。针对图像的高亮和低暗区域细节失真过大这个特点，将图像分成了高亮和低暗区域以及其他区域，并且分别在不同的区域提取信息熵特征用以表征图像的失真程度，随后将高亮低暗区域阈值也作为一个特征来判断图像的亮度分布均匀程度，将其评价不同区域时效果好的特征值保留，剔除效果不好的特征值，降低了特征冗余；有效提高了得到的客观评价结果与人眼主观感知之间的相关性。
-
公开(公告)号：CN104581176B
公开(公告)日：2017-07-07
申请号：CN201410828416.2
申请日：2014-12-26
Applicant: 宁波大学
IPC: H04N19/467 , H04N19/61
Abstract: 本发明公开了一种无帧内误差漂移的H.264/AVC压缩域鲁棒视频水印嵌入及提取方法，该视频水印嵌入方法通过解析出I帧中预测编码模式为Intra_4×4的宏块中非零残差系数的个数大于阈值的残差系数矩阵，再通过调制残差系数矩阵与相应水印模板之间的正负相关性，将水印嵌入在I帧中的预测编码模式为Intra_4×4的宏块中的4×4子块中；优点是降低了计算复杂度，且嵌入水印后的视频流码率变化保持稳定，既解决了误差漂移问题又进一步增加了压缩域视频水印的鲁棒性。
-
公开(公告)号：CN104394403B
公开(公告)日：2016-04-27
申请号：CN201410612196.X
申请日：2014-11-04
Applicant: 宁波大学
Abstract: 本发明公开了一种面向压缩失真的立体视频质量客观评价方法，其将立体视频质量分为左右视点质量和深度感知质量两部分，在左右视点质量评价部分，考虑到视频图像受到压缩失真会产生块效应和模糊的特点，提取梯度信息作为图像特征，同时考虑到人眼的时空域视觉特性，从而得到左视点质量和右视点质量；在深度感知质量评价部分，通过三维小波变换提取三维视差空间图中的低频成分，并将其质量作为立体视频的深度感知质量；最后，将左视点质量、右视点质量和深度感知质量相结合，得到最终的失真立体视频质量；优点是从左右视点平面视频质量的角度和立体视频深度感的角度完成对立体视频的客观质量评价，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：CN104811691A
公开(公告)日：2015-07-29
申请号：CN201510164528.7
申请日：2015-04-08
Applicant: 宁波大学
CPC classification number: G06T7/0002 , G06T2207/10021 , G06T2207/10028 , G06T2207/20064 , G06T2207/30168 , H04N13/106 , H04N13/161 , H04N19/597 , H04N2013/0081 , H04N2013/0085
Abstract: 本发明公开了一种基于小波变换的立体视频质量客观评价方法，其利用双目亮度信息融合的方式将立体图像中的左视点图像中的像素点的亮度值和右视点图像中的像素点的亮度值进行融合，得到立体图像的双目融合亮度图，通过这种亮度融合方式，在一定程度上解决了立体视频质量评价中立体感知质量评价困难的问题，有效地提高了立体视频客观质量评价的准确性；其在对失真立体视频对应的双目融合亮度图视频中的各帧组的质量进行加权时，充分考虑到人眼视觉特性对于视频中各类信息的敏感程度，利用运动剧烈程度和亮度差异来确定各帧组的权重，因此使得该立体视频质量评价方法更加符合人眼主观感知特点。
-
Patent Agency Ranking
公开(公告)号：CN104144339A
公开(公告)日：2014-11-12
申请号：CN201410264212.0
申请日：2014-06-13
Applicant: 宁波大学
Abstract: 本发明公开了一种基于人眼感知的质降参考立体图像质量客观评价方法，其通过结合人眼对立体图像的双目感知特性，考虑人眼的双目融合特性和双目竞争特性，对无失真的立体图像的左视点图像和右视点图像及失真的立体图像的左视点图像和右视点图像实施双目立体感知分解，得到各自的双目融合区域和双目竞争区域，再提取无失真的立体图像的左视点图像和右视点图像各自的双目融合区域和双目竞争区域有效的质降参考特征，利用提取的质降参考特征对失真的立体图像进行评价，能够有效地提高客观评价结果与主观感知之间的相关性。
-
公开(公告)号：CN119625112B
公开(公告)日：2025-05-02
申请号：CN202510165176.0
申请日：2025-02-14
Applicant: 宁波大学科学技术学院
Abstract: 本申请涉及遥感图像处理领域，公开了一种基于双子网络结构的高质量HRHS图像生成方法，包括以下步骤：接收输入的低分辨率高光谱图像和全色图像，分别用于提供光谱信息和空间信息；通过抗噪声预融合子网络对低分辨率高光谱图像进行噪声过滤，并利用全色图像的高空间分辨率信息与低分辨率高光谱图像的光谱特征相关性生成预融合的高光谱图像；通过高频增强子网络，基于条件扩散模型对预融合图像进行高频细节重建与增强；通过小波逆变换融合预融合图像的低频信息与高频增强子网络生成的高频细节信息，输出最终的高分辨率高光谱图像。本发明能够在多种噪声环境下有效融合光谱与空间信息，生成具有高光谱保真度和空间细节的高分辨率高光谱图像。
-
公开(公告)号：CN119693934A
公开(公告)日：2025-03-25
申请号：CN202510191791.9
申请日：2025-02-21
Applicant: 宁波大学科学技术学院
IPC: G06V20/64 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/048 , G06N3/08 , G06T3/06
Abstract: 本申请涉及三维数据处理领域，公开了一种基于自适应块投影的多模态点云质量评估方法，包括以下步骤：对点云数据进行预处理，将其划分为多个局部簇，每个局部簇包含中心点及其邻域点；基于每个局部簇生成与其空间位置对应的二维簇投影图；提取二维模态投影图和三维局部簇数据的特征，分别获取二维模态特征和三维模态特征；对二维模态特征和三维模态特征进行解耦，生成模态无关的质量特征和模态相关特征；将模态无关的质量特征映射到共享的统一特征表示空间；融合二维模态和三维模态的特征，生成联合特征；基于联合特征，通过回归网络预测点云的质量分数。本发明提升了点云质量评估的准确性、鲁棒性和计算效率。
-
公开(公告)号：CN115115500A
公开(公告)日：2022-09-27
申请号：CN202210852829.9
申请日：2022-07-19
Applicant: 宁波大学科学技术学院
Abstract: 本发明公开了一种结合水下图像增强的水印嵌入方法，包括：提出了一种结合图像增强的水印编码器，将水印嵌入和图像增强整合到一个统一的结构中，在水印嵌入的时候考虑图像增强过程，在水印编码器中加入残差注意力模块，加强对质量退化区的关注，冗余嵌入五次水印信息，构建多尺度下采样融合的鉴别器，与水印编码器、水印提取器进行联合训练，直至损失函数收敛。本发明通过水印编码器将水印信息的嵌入和原始水下图像增强综合考虑，通过残差注意力模块调整原始水下图像的深度特征表示，提高水印图像的视觉质量和水印嵌入的鲁棒性，通过水印编码器、水印提取器、鉴别器联合训练，进一步提高视觉质量和水印信息的鲁棒性。
-
公开(公告)号：CN105913413A
公开(公告)日：2016-08-31
申请号：CN201610202181.5
申请日：2016-03-31
Applicant: 宁波大学
IPC: G06T7/00
CPC classification number: G06K9/4652 , G06K9/00288 , G06K9/036 , G06K9/4642 , G06K9/4671 , G06K9/52 , G06K9/6201 , G06K9/6223 , G06K9/6247 , G06K2009/4695 , G06T7/0002 , G06T2207/20021 , G06T2207/20081 , G06T2207/30168 , G06T2207/10024
Abstract: 本发明公开了一种基于在线流形学习的彩色图像质量客观评价方法，其考虑到显著性与图像质量客观评价的关系，利用视觉显著检测算法，通过求取参考图像与失真图像各自的显著图来获得最大融合显著图，并在最大融合显著图中的图像块的最大显著性的基础上利用绝对差值来衡量参考图像块与对应的失真图像块的显著差异值，由此筛选提取到参考视觉重要图像块与失真视觉重要图像块，再利用参考视觉重要图像块与失真视觉重要图像块的流形特征向量来计算失真图像的客观质量评价值，评价效果明显提高，客观评价结果与主观感知之间的相关性高。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.027 seconds)
