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:
噪声失真是一种最常见且种类最多的失真类型,但目前针对除高斯噪声外的噪声失真类型的研究较少.文中提出了一种无需学习的且能同时评价5种噪声失真的无参考彩色噪声图像质量评价方法.该方法基于四元数奇异值分解,利用图像的奇异值倒数曲线所围成的面积与噪声图像失真程度的关系,推导出表示图像失真的质量指数.该方法不需要任何图像或失真的先验知识,也不需要任何训练过程.4个通用的自然场景图像数据库上的实验结果表明,该方法的预测结果与人类主观质量评分具有较好的一致性,与最新的全参考图像质量评价算法和无参考图像质量评价算法相比具有更好的性能.
推荐文章
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
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
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
基于信息熵和深度学习的无参考图像质量评价方法研究
无参考图像质量评价
深度学习
归一化
损失函数
信息熵
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 无需学习的无参考彩色噪声图像质量评价方法
来源期刊 计算机科学 学科 工学
关键词 四元数奇异值分解 无参考 奇异值倒数曲线 图像质量评价
年,卷(期) 2020,(10) 所属期刊栏目 计算机图形学&多媒体
研究方向 页码范围 161-168
页数 8页 分类号 TP391
字数 语种 中文
DOI 10.11896/jsjkx.190900051
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 桑庆兵 50 566 9.0 23.0
2 杨云铄 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (25)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1957(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(4)
  • 参考文献(4)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
四元数奇异值分解
无参考
奇异值倒数曲线
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
论文1v1指导