-
公开(公告)号：CN109859300B
公开(公告)日：2022-12-23
申请号：CN201910067501.4
申请日：2019-01-24
Applicant: 宁波大学
IPC: G06T15/00
Abstract: 本发明公开了一种基于美学的立体图像内容编辑方法，其通过提取立体图像的左视点图像和右视点图像对应的图像质量能量、图像美学能量和深度适应能量，并通过优化使得总能量最小，获取最佳相似变换矩阵，这样可使得内容编辑后的立体图像能够保留精确的对象形状、具有较高的美观度、具有较高的深度感；其通过优化立体图像中的聚类对象的三分法则能量、视觉平衡能量、对角优势能量和对象缩放能量，进而控制聚类对象中的Delaunay网格的形变，从而能够保证内容编辑后的立体图像的视觉美观度。
-
公开(公告)号：CN109377472B
公开(公告)日：2021-08-03
申请号：CN201811059964.8
申请日：2018-09-12
Applicant: 宁波大学
Abstract: 本发明公开了一种眼底图像质量评价方法，其考虑了模糊、过曝光和欠曝光对眼底图像分割精度的影响，提取出统计特征矢量、纹理特征矢量、形状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眼底图像的特征矢量进行训练，构造预测模型；在测试阶段，通过计算用作测试的失真眼底图像的特征矢量，并根据训练阶段构造的预测模型，预测得到用作测试的失真眼底图像的分割准确度值，由于获得的特征矢量信息能够较好地反映失真眼底图像的失真对分割准确性的变化情况，因此有效地提高了预测的分割准确度值与真实的分割准确度值之间的相关性，即能够准确地自动评价眼底图像质量，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：CN109191450B
公开(公告)日：2021-06-15
申请号：CN201811054826.0
申请日：2018-09-11
Applicant: 宁波大学
Abstract: 本发明公开了一种遥感图像融合质量评价方法，其考虑到光谱域失真和空间域失真对遥感融合影像质量的影响，提取了红波段图像、绿波段图像、蓝波段图像、近红外波段图像、归一化植被指数图像、归一化差分水体指数图像、道路和建筑物指数图像，并通过提取所有子块的统计特征矢量，构造出训练样本集合的原始多元高斯模型；在测试阶段，通过获取测试遥感融合影像构成的测试样本集合的原始多元高斯模型，并根据训练阶段构造的原始多元高斯模型，预测得到测试遥感融合影像的客观质量评价预测值，由于获得的统计特征矢量信息能够较好地反映遥感融合影像的质量变化情况，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：CN108805825B
公开(公告)日：2021-04-27
申请号：CN201810412492.3
申请日：2018-05-03
Applicant: 宁波大学
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：CN108848365B
公开(公告)日：2019-09-10
申请号：CN201810543553.X
申请日：2018-05-31
Applicant: 宁波大学
IPC: H04N13/128 , H04N17/00 , G06K9/62
Abstract: 本发明公开了一种重定位立体图像质量评价方法，其计算重定位立体图像的左、右视点图像之间的视差图像中的所有遮挡像素点的相对宽度特征、所有匹配像素点的深度差特征和视差幅值特征及视差梯度特征，及计算左视点图像的长宽比相似性和右视点图像的长宽比相似性，得到重定位立体图像的特征矢量；在训练阶段利用支持向量回归对训练集中的特征矢量进行训练；在测试阶段利用构造的支持向量回归训练模型，得到测试集中的特征矢量对应的重定位立体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立体图像的深度感、舒适度和图像质量变化情况，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。
-
Patent Agency Ranking
公开(公告)号：CN108810512B
公开(公告)日：2019-09-03
申请号：CN201810371453.3
申请日：2018-04-24
Applicant: 宁波大学
IPC: H04N13/128 , H04N13/122
Abstract: 本发明公开了一种基于对象的立体图像深度调整方法，其通过提取立体图像的左视点图像和右视点图像对应的总边缘保持能量、总对象控制能量、总深度控制能量和总背景保持能量，并通过优化使得总能量最小，获取最佳相似变换矩阵，这样可使得深度调整后的立体图像能够保留精确的对象形状、具有较高的舒适性和深度感，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；其通过控制立体图像中的所有落在重要区域内和背景区域内的特征点的坐标位置，并进而控制四边形网格的形变，从而能够保证深度调整后的立体图像的舒适性和深度感。
-
公开(公告)号：CN106570900B
公开(公告)日：2019-04-16
申请号：CN201610886052.2
申请日：2016-10-11
Applicant: 宁波大学
IPC: G06T7/593
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的形状保护能量项、形状一致能量项、边界弯曲度能量项和舒适度保持能量项，并通过优化使得左视点图像的总能量最小，获取最佳相似变换矩阵，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且保持视觉舒适性；其对立体图像的三维空间的水平坐标位置、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。
-
公开(公告)号：CN108810512A
公开(公告)日：2018-11-13
申请号：CN201810371453.3
申请日：2018-04-24
Applicant: 宁波大学
IPC: H04N13/128 , H04N13/122
Abstract: 本发明公开了一种基于对象的立体图像深度调整方法，其通过提取立体图像的左视点图像和右视点图像对应的总边缘保持能量、总对象控制能量、总深度控制能量和总背景保持能量，并通过优化使得总能量最小，获取最佳相似变换矩阵，这样可使得深度调整后的立体图像能够保留精确的对象形状、具有较高的舒适性和深度感，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；其通过控制立体图像中的所有落在重要区域内和背景区域内的特征点的坐标位置，并进而控制四边形网格的形变，从而能够保证深度调整后的立体图像的舒适性和深度感。
-
公开(公告)号：CN107862681A
公开(公告)日：2018-03-30
申请号：CN201711051832.6
申请日：2017-10-30
Applicant: 宁波大学
IPC: G06T7/00
Abstract: 本发明公开了一种自拍图像质量推荐方法，其考虑了自然度、局部亮度和结构布局对自拍图像质量的影响，提取出自然度质量评价分值、局部亮度质量评价分值和结构布局质量评价分值，然后得到对应的自然度质量推荐指标、局部亮度质量推荐指标和结构布局质量推荐指标，并利用决策树机制得到最终质量推荐指标，由于获得的自然度质量推荐指标、局部亮度质量推荐指标和结构布局质量推荐指标能够较好地反映自拍图像的质量变化情况，因此有效地提高了最终质量推荐指标与主观质量推荐值之间的相关性。
-
公开(公告)号：CN107040775A
公开(公告)日：2017-08-11
申请号：CN201710164244.7
申请日：2017-03-20
Applicant: 宁波大学
IPC: H04N17/00
CPC classification number: H04N17/00
Abstract: 本发明公开了一种基于局部特征的色调映射图像质量客观评价方法，其考虑了局部信息量特征和局部结构保持特征对色调映射的影响，提取出色调映射图像的局部特征矢量，然后利用支持向量回归对训练集中的所有色调映射图像的局部特征矢量进行训练，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色调映射图像的局部特征矢量，并根据构造的支持向量回归训练模型，预测得到测试集中的色调映射图像的客观质量评价预测值，由于获得的局部特征矢量具有较强的稳定性且能够较好地反映色调映射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。
-
-
-
-
-
-
-
-
-
Search Results
214
records
(took 0.026 seconds)
