• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of visual communication & image representation >Non-reference assessment of sharpness in blur/noise degraded images
【24h】

Non-reference assessment of sharpness in blur/noise degraded images

机译：非参考评估模糊/降噪图像的清晰度

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Image sharpness perception is not only affected by blur but also by noise. Noise effect on perceived image sharpness is a puzzling problem since image sharpness may increase, up to a certain amount of noise, on even regions when noise is added to an image. In this paper, we propose a NR perceived sharpness metric GSVD (Gradient Singular Value Decomposition), that shows to be effective in correlating with subjective quality evaluation of images affected by either blur or noise. This metric (i) requires no training on human image quality ratings, (ii) provides comparable performance with full reference (FR) peak signal to noise ratio (PSNR) and multiscale structural similarity (MSSIM), and (iii) performs better than most of the state-of-the-art NR sharpness metrics when assessing quality in blurry image sets and noisy image sets jointly. (C) 2016 Elsevier Inc. All rights reserved.
机译：图像清晰度感知不仅受模糊影响，而且受噪声影响。噪声对感知图像清晰度的影响是一个令人费解的问题，因为当将噪声添加到图像时，即使在某些区域，图像清晰度也可能增加多达一定数量的噪声。在本文中，我们提出了一种NR感知锐度度量GSVD（梯度奇异值分解），该方法可有效地与受模糊或噪声影响的图像的主观质量评估相关联。该度量标准（i）不需要培训人类图像质量等级；（ii）具有可比的性能，具有完全参考（FR）峰值信噪比（PSNR）和多尺度结构相似性（MSSIM），并且（iii）表现优于大多数联合评估模糊图像集和嘈杂图像集的质量时最新的NR清晰度指标。 （C）2016 Elsevier Inc.保留所有权利。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号