基于K-均值聚类的彩色图像质量评价及优化

• 作者: 吴明明 房昊 陈勇
• 来源期刊: 计算机应用研究
• 关键词: 图像质量评价 K-均值聚类 主成分分析 图像优化
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3148-3151
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.04.0334

摘要

针对彩色图像质量无法实时评价及优化的问题,提出了基于K-均值聚类的彩色图像质量评价及优化算法.首先利用K-均值聚类的方式构建样本数据集;然后通过待评价图像与聚类数据集之间的相似性来构建特征集;之后再将待优化图像与聚类数据集之间进行融合,对融合后的矩阵进行PCA变换实现了图像质量的优化.通过实验证明,所提评价算法与人眼主观视觉具有较好的一致性;同时,还能通过评价结果实现图像质量的自适应优化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈勇	重庆邮电大学工业物联网与网络化控制教育部重点实验室	159	704	14.0	19.0
2	吴明明	重庆邮电大学工业物联网与网络化控制教育部重点实验室	2	1	1.0	1.0
3	房昊	重庆邮电大学工业物联网与网络化控制教育部重点实验室	3	1	1.0	1.0