-
公开(公告)号：CN104243977B
公开(公告)日：2016-07-06
申请号：CN201410491118.9
申请日：2014-09-23
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于眼优势理论和视差补偿的立体图像质量评价方法，该方法：第一步，利用2D无参考质量评价方法计算出左眼右眼图像的质量分数，得到Q(L)，Q(R)；第二步，计算两幅2D图像质量之间的眼优势差异，得到H(L，R)；第三步，计算不同视差程度的补偿量，得到dθ；第四步，将左眼右眼图像的质量分数Q(L)、Q(R)与视差程度的补偿量dθ相加，并减去眼优势差异H(L，R)，结果即为基于眼优势理论和视差补偿的无参考3D图像质量评价分数。本发明建立了2D图像质量评价和3D图像质量评价方法的联系，得到左右眼图像的视差偏移程度，以补偿图像内容对3D图像质量的影响，提升了3D图像质量评价的准确性。
-
公开(公告)号：CN104112272A
公开(公告)日：2014-10-22
申请号：CN201410317455.6
申请日：2014-07-04
Applicant: 上海交通大学
IPC: G06T7/00
Abstract: 本发明提供了一种基于结构降化模型的半参考图像质量评价方法，该方法主要考虑到对于图像在不同失真类型、不同失真程度上的响应空间频率响应的区别，并结合利用结构相似指数(SSIM)来提取图像特征，从而实现一种半参考的图像质量评价方法。根据在现有的LIVE数据库的测试结果来看优于大部分主流图像质量评价方法。本发明所述的评价方法仅依赖于结构相似性指数的计算函数，而无需引入其他复杂算法，不仅拥有卓越评价准确度，并且兼具了计算复杂度低、执行效率高的特点；本发明只需要四个数值作为特征值，这相比于图像本身的大小是可以忽略不计的。
-
公开(公告)号：CN104268868A
公开(公告)日：2015-01-07
申请号：CN201410490288.5
申请日：2014-09-23
Applicant: 上海交通大学
CPC classification number: G06T5/10
Abstract: 本发明提供了一种基于小波域的自适应高频滤波方法，首先利用小波变换对图像进行四层分解，得到十二条高频子带，并根据观察距离和子带层数对每条子带系数给予不同权重；通过阈值比较，自适应地对高频子带系数进行滤除，并重构出高频滤除后的图像。本发明考虑了观察距离对人眼分辨率的影响，有效地模拟了人眼的实际机制。根据在LIVE，IVC以及Toyama-MICT三个标准数据库中的测试结果来看，本发明所述的方法有效地提升了峰值信噪比(PSNR)和结构相似度(SSIM)质量评价方法的性能，并为将来图像质量评价方法的提高开辟了一个方向。
-
公开(公告)号：CN104112272B
公开(公告)日：2017-04-12
申请号：CN201410317455.6
申请日：2014-07-04
Applicant: 上海交通大学
IPC: G06T7/11
Abstract: 本发明提供了一种基于结构降化模型的半参考图像质量评价方法，该方法主要考虑到对于图像在不同失真类型、不同失真程度上的响应空间频率响应的区别，并结合利用结构相似指数(SSIM)来提取图像特征，从而实现一种半参考的图像质量评价方法。根据在现有的LIVE数据库的测试结果来看优于大部分主流图像质量评价方法。本发明所述的评价方法仅依赖于结构相似性指数的计算函数，而无需引入其他复杂算法，不仅拥有卓越评价准确度，并且兼具了计算复杂度低、执行效率高的特点；本发明只需要四个数值作为特征值，这相比于图像本身的大小是可以忽略不计的。
-
公开(公告)号：CN104243977A
公开(公告)日：2014-12-24
申请号：CN201410491118.9
申请日：2014-09-23
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于眼优势理论和视差补偿的立体图像质量评价方法，该方法：第一步，利用2D无参考质量评价方法计算出左眼右眼图像的质量分数，得到Q(L)，Q(R)；第二步，计算两幅2D图像质量之间的眼优势差异，得到H(L，R)；第三步，计算不同视差程度的补偿量，得到dθ；第四步，将左眼右眼图像的质量分数Q(L)、Q(R)与视差程度的补偿量dθ相加，并减去眼优势差异H(L，R)，结果即为基于眼优势理论和视差补偿的无参考3D图像质量评价分数。本发明建立了2D图像质量评价和3D图像质量评价方法的联系，得到左右眼图像的视差偏移程度，以补偿图像内容对3D图像质量的影响，提升了3D图像质量评价的准确性。
-
Patent Agency Ranking
公开(公告)号：CN104346810A
公开(公告)日：2015-02-11
申请号：CN201410490293.6
申请日：2014-09-23
Applicant: 上海交通大学
CPC classification number: G06T7/0002 , G06T2207/30168
Abstract: 本发明提供了一种基于图片质量水平分类的图片质量评价方法，包括如下步骤：步骤一，对图片质量水平进行分类，分成高质量水平图片、低质量水平图片两类；步骤二，对于高质量水平图片使用类结构相似性方法进行评价图片质量，对于低质量水平图片使用类视觉信息保真度方法来评价图片质量。本发明利用人分别在低质量和高质量状况下不同的视觉感知机制，通过对图片质量水平进行分类，在高图片质量水平下使用类结构相似性方法，在低图片质量水平下使用类视觉信息保真度方法来评价图片质量，提供了比主流图片质量评价方法更加优良的性能。
-
公开(公告)号：CN104240254A
公开(公告)日：2014-12-24
申请号：CN201410491095.1
申请日：2014-09-23
Applicant: 上海交通大学
IPC: G06T7/00
Abstract: 本发明提供了一种基于自适应尺度变换的图像质量评价方法，步骤为：第一步、利用观察距离D和人眼的观测角度θH，θW，计算出人眼视觉范围S；第二步、利用视觉范围S，和图像原始大小，计算出降采样尺度Z；第三步、计算出原始图像X和失真图像Y经过尺度变换Z后的图像X’，Y’；第四步、分别计算出尺度变换前后图像X，Y；X’，Y’的峰值信噪比和结构相似度质量评价分数。本发明考虑了不同的图像尺寸以及观察距离对于图像质量评价的影响，有效地提升了峰值信噪比(PSNR)和结构相似度(SSIM)质量评价方法的性能。
-
公开(公告)号：CN104123723A
公开(公告)日：2014-10-29
申请号：CN201410323907.1
申请日：2014-07-08
Applicant: 上海交通大学
IPC: G06T7/00
Abstract: 本发明公开一种基于结构补偿的图像质量评价方法，该方法通过定义的模糊度来分辨出不同种类的图像失真类型，来补偿结构相似性模型无法根据不同种类失真图像的情况做出相应反馈的不足。根据在现有的LIVE数据库以及TID2008数据库上的测试结果来看，本发明大幅度提升了结构相似性模型的准确性，并且优于大部分主流全参考图像质量评价方法。此外，本发明中的结构补偿方法同时可以作为快速高效的图像失真类型分辨来单独使用，并且兼具了计算复杂度低，执行效率高的特点。
-
公开(公告)号：CN104346809A
公开(公告)日：2015-02-11
申请号：CN201410490258.4
申请日：2014-09-23
Applicant: 上海交通大学
CPC classification number: G06T7/0002 , G06T2207/30168 , H04N17/02
Abstract: 本发明提供了一种采用高动态范围的图像质量数据集的图像质量评价方法，步骤为：第一步、选取6张参考图像及其对应的使用8个失真级别的JPEG/JPEG2000压缩、白噪声和高斯模糊处理的失真图像组成的192张图像；第二步、主观视觉测试，并用一对校准后的8位LDR和10位HDR显示器显示图像并记录的主观打分；第三步、在得到的HDR2014上测试一些时下的最先进的IQA方法，得出最终的客观质量分数，客观质量分数和MOS/DMOS值的相关性越强，评价方法越准确。结果证实，相比LDR本发明提高了视觉刺激的感知质量，并用现有的几种IQA方法测试除少部分测试方法性能显著下降外，其他方法测试性能很好。
-
公开(公告)号：CN104240255A
公开(公告)日：2014-12-24
申请号：CN201410491116.X
申请日：2014-09-23
Applicant: 上海交通大学
IPC: G06T7/00
Abstract: 本发明提供了一种基于非线性眼优势视差补偿的立体图像质量评价方法，步骤：第一步、利用2D无参考质量评价方法计算出左眼右眼图像的质量分数，得到Q(L)，Q(R)；第二步、基于眼优势模型，给予Q(L)，Q(R)不同的权重，得到第三步、计算左右眼2D图像质量之间的非线性补偿，得到FN；第四步、计算基于显著性的视差程度补偿量，得到FSP；第五步、将加权后的图像质量与基于显著性的视差程度补偿量FSP相加，并减去非线性补偿FN，得到最终的3D无参考质量评价分数。本发明具有优越的预测精度，而且兼具计算复杂度低的特点。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.018 seconds)
