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:
针对现有评价方法不适合于多扭曲失真图像这一问题,本文展开了对多扭曲失真图像评价方法的研究.在分析图像的边缘信息和奇异值向量对视觉特征的表征能力的基础上,提出一种基于边缘信息奇异值分解的图像质量评价算法.首先,利用Sobel算子提取参考图像及失真图像视觉敏感的边缘信息,再对两图像的边缘信息进行奇异值分解,利用奇异值向量之间的夹角来描述失真图像的畸变程度.最后,采用LIVE数据库中的450张多扭曲的失真图像验证该文算法,并与MSE、PSNR、SSIM、CSSIM等算法进行了对比.实验结果表明,该文算法对多扭曲失真图像的质量评价具有更高的稳定性,主客观评价的一致性较传统评价方法更好.通过对比时间效率,该方法基本上满足实际需求,具有更高的适用性.
推荐文章
基于稀疏表示的SOM多失真图像质量评价方法
图像质量评价
多失真图像
稀疏表示
聚类
交叉验证
基于概率矩阵分解的多失真图像质量评估算法
盲图像质量评价
概率矩阵分解
支持向量回归
人眼视觉系统
基于结构失真的图像质量评价方法的研究
结构失真
图像空间
图像质量评价
一种新的部分参考型图像质量评价方法
部分参考型
图像质量评价
Contourlet
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 一种多扭曲失真图像的质量评价方法
来源期刊 液晶与显示 学科 工学
关键词 图像边缘信息 奇异值分解 图像质量评价
年,卷(期) 2015,(4) 所属期刊栏目 成像技术与图像处理
研究方向 页码范围 681-686
页数 6页 分类号 TP391.41
字数 2920字 语种 中文
DOI 10.3788/YJYXS20153004.0681
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 李杰 长春大学电子信息工程学院 54 229 8.0 14.0
2 李明晶 长春大学电子信息工程学院 20 53 4.0 7.0
3 王春哲 长春理工大学研究生院 4 11 3.0 3.0
4 郭盼 长春理工大学研究生院 5 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (58)
参考文献  (10)
节点文献
引证文献  (3)
同被引文献  (20)
二级引证文献  (11)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(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)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(6)
  • 引证文献(2)
  • 二级引证文献(4)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
图像边缘信息
奇异值分解
图像质量评价
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