基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
鉴于生物视觉特征对于图像的良好表征能力,提出了一种基于生物视觉特征的无参考型图像质量评价方法。对生物视觉 ST 模型进行了研究和分析,完成了对图像的稀疏化表示;利用最小二乘支持向量机回归方法训练生物视觉特征到图像质量的映射关系,获得能够预测图像质量的回归器;通过学习的回归器完成了对图像质量的评价。基于 LIVE 图像库的实验结果表明,该方法对于特定失真和交叉失真的预测误差分别为2%和5%左右,并且与目前技术条件下的质量评价方法相比具有很好的精确性和单调性。
推荐文章
基于加权模型的无参考图像质量评价方法
图像质量评价
评价模型
SSEQ
BRISQUE
特征值提取
性能检测
基于稀疏表示的无参考型超分辨图像质量评价方法
视觉感知特征
稀疏表示
超完备字典
无参考型超分辨图像质量评价
超分辨图像数据库
基于视觉注意的全参考彩色图像质量评价方法
彩色图像
全参考
视觉注意
边缘强度
质量评价
无参考图像质量评价
图像质量评价
无参考
自然场景统计特征
变换域
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于生物视觉标准模型特征的无参考型图像质量评价方法
来源期刊 液晶与显示 学科 工学
关键词 无参考型图像质量评价 生物视觉模型 标准模型特征 最小二乘支持向量机 失真图像
年,卷(期) 2014,(6) 所属期刊栏目 成像技术与图片处理
研究方向 页码范围 1016-1023
页数 8页 分类号 TP394.1
字数 4255字 语种 中文
DOI 10.3788/YJYXS20142906.1016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李俊山 第二炮兵工程大学信息工程系 136 1222 15.0 29.0
2 胡双演 第二炮兵工程大学信息工程系 32 155 7.0 10.0
3 杨亚威 第二炮兵工程大学信息工程系 9 47 4.0 6.0
4 芦鸿雁 第二炮兵工程大学信息工程系 3 15 2.0 3.0
5 张士杰 第二炮兵工程大学信息工程系 9 55 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (43)
参考文献  (15)
节点文献
引证文献  (4)
同被引文献  (15)
二级引证文献  (18)
1962(1)
  • 参考文献(1)
  • 二级参考文献(0)
1968(1)
  • 参考文献(1)
  • 二级参考文献(0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(5)
  • 参考文献(3)
  • 二级参考文献(2)
2012(5)
  • 参考文献(5)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
无参考型图像质量评价
生物视觉模型
标准模型特征
最小二乘支持向量机
失真图像
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
液晶与显示
月刊
1007-2780
22-1259/O4
大16开
长春市东南湖大路3888号
12-203
1986
chi
出版文献量(篇)
3141
总下载数(次)
7
总被引数(次)
21631
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导