高双
- 作品数:2 被引量:3H指数:1
- 供职机构:江南大学物联网工程学院更多>>
- 发文基金:江苏省产学研联合创新资金项目国家自然科学基金更多>>
- 相关领域:电子电信自动化与计算机技术更多>>
- 基于非下采样轮廓波变换和多核学习的盲图像质量评价
- 2017年
- 非下采样轮廓波(Contourlet)变换具有多尺度、多方向特性,能够对图像纹理和结构信息进行精确提取,可以很好地模拟人类视觉系统的多分辨率特性,基于此提出一种基于非下采样Contourlet变换的通用型盲(无参考)图像质量评价算法。首先在空间域上对图像进行非下采样Contourlet变换;然后在各方向带中分别提取能有效反映人类视觉失真程度的特征:高频幅值、平均梯度、信息熵作为图像的特征;最后将其输入到高效的分层多核学习机中学习,预测图像的质量得分。在混合失真型数据库和3个单失真型数据库上的交叉实验结果表明,该算法性能优越,能很好地预测失真图像质量,具有很好的主客观一致性。
- 高双桑庆兵严大卫
- 关键词:非下采样CONTOURLET变换多核学习信息熵
- 四元数小波变换的无参考图像质量评价被引量:3
- 2017年
- 提出了一种新的利用四元数小波变换的通用型无参考图像质量评价算法,其利用四元小波金字塔将二维图像映射到四维空间,每层可以表示为1个幅值和3个相位(Φ,θ,ψ),其中ψ相位包含丰富的图像纹理信息,能有效表征图像的结构信息。因此,通过提取各尺度ψ相位中能有效表征图像失真程度的特征,并构成特征向量,通过支持向量回归(support vector regression,SVR)模型预测图像质量得分。实验结果表明,该算法能有效反映各失真类型图像的视觉感知质量,斯皮尔曼等级相关系数值能达到0.942。
- 桑庆兵高双
- 关键词:四元数小波变换