融合反向传播的无参考模糊图像质量评价OA北大核心CSTPCD
NO-REFERENCE QUALITY ASSESSMENT OF BLUR IMAGES BASED ON BACK-PROPAGATION
针对图像中的高斯模糊失真,提出一种融合反向传播的无参考模糊图像质量评价方法.利用分水岭算法标记出的连通域计算密度差值;利用Tamura纹理特征模型和拉普拉斯算子分别度量图像的粗糙度和清晰度;将提取的密度差、粗糙度和清晰度输入反向传播(Back-Propagation,BP)神经网络进行训练,实现对高斯模糊失真图像的质量预测.实验证明,该方法在质量评价以及一致性方面均优于对比方法.此外,该方法解决了实际应用中因缺乏参考图像而不能进行质量评价的问题.
赵月;王来花;王伟胜;乔丽娟;阮泉
曲阜师范大学软件学院 山东曲阜273165曲阜师范大学软件学院 山东曲阜273165曲阜师范大学软件学院 山东曲阜273165曲阜师范大学软件学院 山东曲阜273165曲阜师范大学软件学院 山东曲阜273165
信息技术与安全科学
BP神经网络高斯模糊图像质量评价无参考连通域粗糙度清晰度
《计算机应用与软件》 2022 (9)
248-254,306,8
国家自然科学基金青年基金项目(61601261)山东省自然科学基金项目(ZR2016FB20).
评论