公开(公告)号：CN111783885A

公开(公告)日：2020-10-16

申请号：CN202010624153.9

申请日：2020-07-01

Applicant: 中国电子科技集团公司第三十八研究所

Inventor： 陈帅 ,  夏勇 ,  田西兰 ,  蔡红军 ,  王曙光 ,  夏鹏 ,  张江辉 ,  王斌 ,  杨永昌 ,  朱双四

IPC: G06K9/62 ,  G06T5/00 ,  G06T5/40 ,  G06T7/45

Abstract: 本发明提供了一种基于局部增强的毫米波图像质量分类模型构建方法，对于输入图像，对其局部增强后，可以使得整幅图像的清晰度得到提升，与模糊图像具有较大的区分度，而模糊图像在增强后其清晰度不会得到显著改变；针对增强后的图像，构造并提取有效的特征向量，送给分类器用于训练。本发明的优点在于：通过局部增强提高了清晰图像和模糊图像的对比度，增加两类图像的区别，通过方向梯度直方图特征和灰度共生矩阵特征构建特征向量，能够更好的描述毫米波图像的信息，从而使得图像分类后，不同类别的图像差异尽可能大，基于径向基函数的核函数形式构建SVM分类器的核函数，处理特征向量和类标签之间的关系更加灵活，运用广泛。

公开(公告)号：CN111507426B

公开(公告)日：2023-06-02

申请号：CN202010360573.0

申请日：2020-04-30

Applicant: 中国电子科技集团公司第三十八研究所

Inventor： 张江辉 ,  马敏 ,  刘军伟 ,  田西兰 ,  夏勇 ,  朱双四 ,  李江涛 ,  吴昭 ,  蔡红军 ,  聂熠文 ,  周楠

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/774 ,  G06V10/44 ,  G06V10/50 ,  G06N20/10

Abstract: 本发明提供了一种基于视觉融合特征的无参考图像质量分级评价方法及装置，所述方法包括：构建训练集、验证集以及测试集，提取表征图像视觉质量的综合特征，其中，图像综合特征(62维)包括：UniformLBP特征、边缘强度特征、频谱特征以及信噪比；基于支持向量机算法，使用训练集预先训练得到图像质量评价模型，并使用验证集循环验证训练后的模型，得到训练后的目标模型；使用测试集测试目标模型，在目标支持向量机模型的准确率达到预设阈值的情况下，使用该模型作为图像视觉质量最终评价模型。在线评价图像视觉质量时，只需输入待评价图像的同时加载质量评价模型和支持向量机分离器，即可得到待评价图像质量。

公开(公告)号：CN111507426A

公开(公告)日：2020-08-07

申请号：CN202010360573.0

申请日：2020-04-30

Applicant: 中国电子科技集团公司第三十八研究所

Inventor： 张江辉 ,  马敏 ,  刘军伟 ,  田西兰 ,  夏勇 ,  朱双四 ,  李江涛 ,  吴昭 ,  蔡红军 ,  聂熠文 ,  周楠

IPC: G06K9/62 ,  G06K9/46 ,  G06N20/10

Abstract: 本发明提供了一种基于视觉融合特征的无参考图像质量分级评价方法及装置，所述方法包括：构建训练集、验证集以及测试集，提取表征图像视觉质量的综合特征，其中，图像综合特征(62维)包括：UniformLBP特征、边缘强度特征、频谱特征以及信噪比；基于支持向量机算法，使用训练集预先训练得到图像质量评价模型，并使用验证集循环验证训练后的模型，得到训练后的目标模型；使用测试集测试目标模型，在目标支持向量机模型的准确率达到预设阈值的情况下，使用该模型作为图像视觉质量最终评价模型。在线评价图像视觉质量时，只需输入待评价图像的同时加载质量评价模型和支持向量机分离器，即可得到待评价图像质量。