首页> 中国专利> 基于小波统计特征的无参考噪声图像质量评价方法

基于小波统计特征的无参考噪声图像质量评价方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种基于小波高频子带统计特征的无参考噪声图像质量评价方法。使用本发明能够很好解决现有算法对噪声大小区分度小、无法对多种不同类型噪声图像评判的问题，有效实现对图像的无参考质量评价。本发明首先通过计算噪声图像小波高频子带系数概率分布的统计特征，对图像噪声程度进行表征，统计特征的大小可以很好地衡量不同噪声程度失真的图像质量。图像噪声越严重，统计特征越小。因此，该方法可以很好地弥补基于DCT或RUT变换的无参考噪声评价算法的不足，并且，可适用于加性高斯白噪声、加性高斯颜色噪声、脉冲噪声、掩膜噪声和高频噪声图像。

著录项

公开/公告号CN106778917A

专利类型发明专利
公开/公告日2017-05-31

原文格式PDF
申请/专利权人北京理工大学;
展开▼

申请/专利号CN201710052890.4
发明设计人邓宸伟;王水根;周士超;李震;赵保军;
展开▼

申请日2017-01-24
分类号G06K9/62(20060101);G06T7/00(20170101);
代理机构11120 北京理工大学专利中心;
代理人代丽;仇蕾安
地址 100081 北京市海淀区中关村南大街5号
入库时间 2023-06-19 02:24:43

法律信息

法律状态公告日

法律状态信息

法律状态
2017-06-23

实质审查的生效 IPC(主分类):G06K9/62 申请日:20170124

实质审查的生效
2017-05-31

公开

公开

相似文献

专利
中文文献
外文文献

1. 基于小波统计特征的无参考噪声图像质量评价方法 [P] . 中国专利： CN106778917A . 2017-05-31
2. 基于梯度相似度的无参考噪声图像质量评价方法 [P] . 中国专利： CN104103064A . 2014-10-15
3. Patch selection for neural network based no-reference image quality assessment [P] . 美国专利： US10789696B2 . 2020-09-29

机译：基于神经网络的无参考图像质量评估的补丁选择
4. PATCH SELECTION FOR NEURAL NETWORK BASED NO-REFERENCE IMAGE QUALITY ASSESSMENT [P] . 美国专利： US2019362484A1 . 2019-11-28

机译：基于神经网络的无参考图像质量评估的补丁选择
5. IMAGE QUALITY EVALUATION METHOD OF AN ENLARGED IMAGE BASED ON AN ORIGINAL IMAGE FOR MEASURING AN IMAGE QUALITY EVALUATION RESULT OF THE ENLARGED IMAGE BY UTILIZING THE ORIGINAL IMAGE AS A REFERENCE IMAGE [P] . 韩国专利： KR20130060434A . 2013-06-10

机译：基于原始图像的放大图像的图像质量评价方法，通过将原始图像作为参考图像来测量放大图像的图像质量评价结果