公开(公告)号：CN104104943A

公开(公告)日：2014-10-15

申请号：CN201310123323.5

申请日：2013-04-10

Applicant: 江南大学

Inventor： 桑庆兵 ,  吴小俊 ,  殷莹 ,  李朝峰 ,  罗晓清

IPC: H04N17/00 ,  H04N19/154

Abstract: 一种基于广义回归神经网络无参考JPEG2000压缩图像质量评价方法，其特征在于按如下步骤进行：(一)选择LIVE2数据库中的JPEG2000图像作为训练样本；(二)将该库中的图像转化为相位一致图像；(三)计算相位一致图像的信息熵、对比度和同质性；(四)把图像的信息熵、对比度和同质性3个参数作为输入，DMOS的值作为输出，在LIVE2数据库上对广义回归神经网络进行训练学习；(五)用训练好的广义回归神经网络对待评价图像质量进行预测，得分作为图像的质量评价指标。本发明是一种不需要参考图像，评价JPEG2000图像质量好坏的方法，并且评价结果符合人类视觉主观认识结果。

公开(公告)号：CN104103063A

公开(公告)日：2014-10-15

申请号：CN201310123322.0

申请日：2013-04-10

Applicant: 江南大学

Inventor： 桑庆兵 ,  吴小俊 ,  殷莹 ,  李朝峰 ,  罗晓清

IPC: G06T7/00

Abstract: 一种基于自动调焦原理无参考噪声图像质量评价方法，其特征在于按如下步骤进行：(一)选择一幅噪声图像为被评价图像；(二)将该噪声图像转化为灰度图像；(三)对被评价噪声图像进行高斯低通滤波，生成的图像作为参考图像；(四)分别对噪声图像和经过高斯滤波生成的参考图像进行奇异值分解，得到奇异值向量S1和S2；(五)根据奇异值的该变量构造噪声图像的质量评价函数Noise；(六)计算被评价图像的质量评价函数Noise的值，作为图像噪声指标。本发明是一种不需要参考图像，评价噪声图像质量的方法，并且评价结果符合人类视觉主观认识结果，Noise值越大，被评价图像的质量越好。