2024年7月8日
星期一
|
欢迎来到南京江宁区图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
江西省自然科学基金(20133BBE50029)
作品数:
1
被引量:14
H指数:1
相关作者:
杨荣昌
刘小平
徐少平
更多>>
相关机构:
加拿大卡尔顿大学
南昌大学
更多>>
发文基金:
江西省自然科学基金
国家自然科学基金
国家高技术研究发展计划
更多>>
相关领域:
自动化与计算机技术
更多>>
相关作品
相关人物
相关机构
相关资助
相关领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
视觉
1篇
梯度结构
1篇
图像
1篇
图像质量
1篇
图像质量评价
1篇
加权
机构
1篇
南昌大学
1篇
加拿大卡尔顿...
作者
1篇
徐少平
1篇
刘小平
1篇
杨荣昌
传媒
1篇
中国图象图形...
年份
1篇
2014
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
信息量加权的梯度显著度图像质量评价
被引量:14
2014年
目的针对信息量加权结构化图像质量评价算法(Information Content Weighted SSIM)对图像局部失真度量能力的不足,提出了一种被称为信息量加权的梯度显著度图像质量评价改进算法(Information Content Weighted Gradient Salience SSIM)。方法该算法首先根据人眼视觉系统响应亮度刺激的韦伯定律,仅在空域内利用一次滤波快速计算出当前像素点与背景之间的对比度并将其非线性映射为该像素点的视觉显著度。然后,将视觉显著度与梯度特征结合后获得了一种新的被称为梯度显著度局部失真度量(GS-SSIM)并将其替换IW-SSIM算法中的SSIM局部结构化度量。结果在六大公开基准数据库上完成的大量对比实验表明:对于图像的各种噪声和模糊等类型失真,GS-SSIM较SSIM局部失真度量具有更高的评价准确率。与IW-SSIM算法和其他被广泛引用的图像质量评价算法相比,改进算法评价结果总体上与主观评价结果具有更高的一致性。结论视觉显著度与梯度特征相结合后所构成的结构化度量能够有效提高经典SSIM结构化度量对图像局部失真度量的准确性,未来可以考虑将人类视觉系统(HVS)的其他特性融入到图像质量评价算法中,以进一步提高算法的准确性。
徐少平
杨荣昌
刘小平
关键词:
图像质量评价
梯度结构
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张