|
|||||
|
|
| 基于生物视觉标准模型特征的无参考型图像质量评价方法 | |
| 引用本文： | 杨亚威,李俊山,张士杰,芦鸿雁,胡双演.基于生物视觉标准模型特征的无参考型图像质量评价方法[J].液晶与显示,2014,29(6):1016. |
| 作者姓名： | 杨亚威 李俊山 张士杰 芦鸿雁 胡双演 |
| 作者单位： | 杨亚威:第二炮兵工程大学 信息工程系，陕西 西安 710025 李俊山:第二炮兵工程大学 信息工程系，陕西 西安 710025 张士杰:第二炮兵工程大学 信息工程系，陕西 西安 710025 芦鸿雁:第二炮兵工程大学 信息工程系，陕西 西安 710025 胡双演:第二炮兵工程大学 信息工程系，陕西 西安 710025 |
| 基金项目： | 国家自然科学基金(No. 61175120) |
| 摘 要： | 鉴于生物视觉特征对于图像的良好表征能力,提出了一种基于生物视觉特征的无参考型图像质量评价方法。对生物视觉ST模型进行了研究和分析,完成了对图像的稀疏化表示;利用最小二乘支持向量机回归方法训练生物视觉特征到图像质量的映射关系,获得能够预测图像质量的回归器;通过学习的回归器完成了对图像质量的评价。基于LIVE图像库的实验结果表明,该方法对于特定失真和交叉失真的预测误差分别为2%和5%左右,并且与目前技术条件下的质量评价方法相比具有很好的精确性和单调性。 |
| 关 键 词： | 无参考型图像质量评价 生物视觉模型 标准模型特征 最小二乘支持向量机 失真图像 |
| 收稿时间： | 2014/3/17 |
Non reference image quality assessment approach based on standard model features of biological vision |
|
| Abstract: | |
| Keywords: | nonreference image quality assessment[biological vision model[standard model features[least squaresupport vector machine[distorted images |
| 本文献已被 CNKI 等数据库收录！ | |
