联合梯度强度与方向信息的图像质量评价 .pdfVIP

联合梯度强度与方向信息的图像质量评价 .pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
联合梯度强度与方向信息的图像质量评价

学兔兔 第 36卷 第 12期 仪 器 仪 表 学 报 Vo1.36No.12 2015年 12月 ChineseJournalofScientificInstrument Dee.2015 联合梯度强度与方 向信息的图像质量评价术 崔子冠 ,干宗良 ,唐贵进 ,刘 峰 ,朱秀昌 (1.南京邮电大学通信与信息工程学院 南京 210003;2.南京邮电大学教育科学与技术学院 南京 210003 3.南京大学 计算机软件新技术国家重点实验室 南京 210093) 摘 要:为了进一步提高全参考图像质量评价 (IQA)方法的准确性和高效性 ,基于人类视觉系统 (HVS)的低层次视觉感知机 理,在利用梯度强度信息的同时还巧妙地利用了梯度方向信息,更好地表达了图像局部结构信息的失真。在LIVE2图像数据库 上的实验结果表明:对不同类型的图像失真,联合利用梯度强度与方向信息的全参考IQA方法相 比之前著名的基于HVS以及 仅利用梯度强度信息的IQA方法具有更高的预测单调性和准确性,而且计算复杂度更低。 关键词:图像质量评价;人类视觉系统;结构失真;梯度信息 中图分类号:TN911.73 TH164 文献标识码:A 国家标准学科分类代码:510.40 Imagequalityassessmentusingjointgradientstrengthanddirectioninformation CuiZiguan,GanZongliang,TangGuijin ,LiuFeng,ZhuXiuchang (J.CollegeofTelecommunicationsandInformationEngineering,Na ngUniversityofPostsandTelecommunications, ng210003,China;2.CollegeofEducationalScienceandTechnology,Na ngUniversityofPostsand Telecommunications, ng210003,China;3.StateKeyLaboratoryforNovelSoftwareTechnology,NanjingUniversity,Na ng210093,China) Abstract:Inordertofurtherimprovetheaccuracyandefficiencyoffullreferenceimagequalityassessment(IQA)methods,basedon thelowlevelvisualperceptionmechanismofhumanvisualsystem (HVS),thispapersubtlyutilizestheinformationofgradientdirection whileusingtheinformationofgradientstrength,andthusexpressesthedistortionoflocalstructuralinfomr ationoftheimagesmoreeffec· tively.TheexperimentresultsonLIVE2imagedatabaseshowthat,fordifferenttypesofimagedistortions,theproposedjointgradient strengthandrgadientdirectionfullreferenceIQAmethodachievesbetterpredictionmonotonicityandaccuracycomparedwithpriorfa— mousHVSbasedIQAmethodsandthemethodsonly

文档评论(0)

***** + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档