[发明专利]基于小波统计特征的无参考噪声图像质量评价方法在审
| 申请号： | 201710052890.4 | 申请日： | 2017-01-24 |
| 公开（公告）号： | CN106778917A | 公开（公告）日： | 2017-05-31 |
| 发明（设计）人： | 邓宸伟;王水根;周士超;李震;赵保军 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06T7/00 |
| 代理公司： | 北京理工大学专利中心11120 | 代理人： | 代丽,仇蕾安 |
| 地址： | 100081 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 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。 | ||
| 搜索关键词： | 基于 统计 特征 参考 噪声 图像 质量 评价 方法 | ||
【主权项】：
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，其特征在于，包括如下步骤：步骤1，将待评价图像转化为灰度图像，对灰度图像进行小波分解；步骤2，将小波分解得到的高频子带系数组合成新的系数矩阵，计算新的系数矩阵的矩阵元素分布峰态值；步骤3，以步骤2得到的分布峰态值为待评价图像的特征值，对待评价图像进行质量评价。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京理工大学，未经北京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710052890.4/，转载请声明来源钻瓜专利网。
