[00252532]一种基于结构相似度映射字典学习的无参考图像质量评价方法
交易价格:
面议
所属行业:
办公文教
类型:
发明专利
技术成熟度:
正在研发
专利所属地:中国
专利号:CN201810077452.8
交易方式:
技术转让
技术转让
技术入股
联系人:
科小易
进入空间
所在地:福建厦门市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明公开一种基于结构相似度映射字典学习的无参考图像质量评价方法,该方法将字典训练图像集的结构相似度映射图像和参考图像联合训练得到联合字典,采用联合字典对评价训练图像集和评价测试图像集中的失真图像进行稀疏分解,得到其结构相似度映射图,再从中提取多个方向下的灰度共生矩阵并转换成向量,计算灰度共生矩阵向量在多尺度下的标准差、偏度和峰度组合成特征向量,送到支持向量回归机中进行训练和测试,预测得到客观质量评价分值。该方法训练得到结构相似度映射字典,并采用结构相似度映射字典进行特征提取,与大脑视觉皮层的神经特性较吻合,从而能得到预测效果更精确的无参考图像质量评价结果。
本发明公开一种基于结构相似度映射字典学习的无参考图像质量评价方法,该方法将字典训练图像集的结构相似度映射图像和参考图像联合训练得到联合字典,采用联合字典对评价训练图像集和评价测试图像集中的失真图像进行稀疏分解,得到其结构相似度映射图,再从中提取多个方向下的灰度共生矩阵并转换成向量,计算灰度共生矩阵向量在多尺度下的标准差、偏度和峰度组合成特征向量,送到支持向量回归机中进行训练和测试,预测得到客观质量评价分值。该方法训练得到结构相似度映射字典,并采用结构相似度映射字典进行特征提取,与大脑视觉皮层的神经特性较吻合,从而能得到预测效果更精确的无参考图像质量评价结果。