基于颜色校正与改进的对比度增强的水下图像增强方法

针对水下介质分布不均匀引起的光吸收和散射导致图像颜色失真、对比度低、细节模糊,严重影响ORBSLAM2算法前端特征提取与匹配鲁棒性的问题,文中提出一种基于颜色校正与改进的自适应对比度增强的图像处理方法。首先,利用一种改进的颜色通道补偿和颜色通道拉伸方法去除色偏;其次,采用改进的自适应对比度增强方法提高图像的亮度与对比度;最后,将彩色校正图像与对比度增强图像在HSV空间中融合。此外,将提出的算法与一些其他算法进行主客观的评价,并将处理好的图片进行特征提取和匹配。结果表明,该算法处理的图片不仅在主客观评价上均优于对比算法,而且增加了特征点的匹配数量,为水下图像处理提供了借鉴。     

基于码流的G-PCC压缩点云无参考感知质量评估

为了实现对采用G-PCC编码的点云质量的实时监控,提出一种基于码流的无参考点云感知质量评估模型。首先根据主观实验的结果分析确定几何无损时点云的感知质量与纹理量化参数之间的关系,然后使用纹理量化参数和纹理比特率来预测纹理复杂度,结合空域掩盖效应建立几何无损时的点云质量评估模型。然后研究位置量化尺度对点云下采样质量的影响,发现纹理量化参数与位置量化尺度对点云质量的影响相互独立,并最终得到完整的点云质量评估模型。对该模型在WPC4点云数据库中进行测试,其SRCC为0.9447,PLCC为0.9465,RMSE为6.8252,表明该模型有良好的性能,与现有性能最好的GraphSIM客观指标相比,该模型指标的PLCC和SRCC分布分别提高了0.0223和0.0238,RMSE降低了1.1898。     

用户感知评估体系的建立与应用探究

在评估用户感知方面,传统网络性能评估方式无法实现评估的准确性,因而需采取新手段来对用户感知网络质量状况进行评估,并在此前提下对其实行综合分析,从而为市场营销的发展奠定基础。通过对用户感知评估系统进行设计,并确保其得以实现,便需从全新角度出发对移动市场和手机用户进行分析,以便为移动业务的推广和市场营销创造条件,同时针对重点客户不断优化感知网络。     

用户感知评估体系的建立与应用探究

在评估用户感知方面,传统网络性能评估方式无法实现评估的准确性,因而需采取新手段来对用户感知网络质量状况进行评估,并在此前提下对其实行综合分析,从而为市场营销的发展奠定基础。通过对用户感知评估系统进行设计,并确保其得以实现,便需从全新角度出发对移动市场和手机用户进行分析,以便为移动业务的推广和市场营销创造条件,同时针对重点客户不断优化感知网络。     

基于颜色分布信息的烟叶烟碱含量预测模型评估与比较

利用光学成像技术对一批已知烟碱含量的烟叶建立图像数据集,并使用神经网络模型U2-Net精准检测烟叶目标,通过提取烟叶目标的颜色分布信息,应用了4种典型的机器学习算法：随机森林（RF）、梯度提升（XGBoost）、多层感知机（MLP）和K-最近邻（KNN）,分别对烟叶烟碱含量进行了回归预测。结果显示KNN模型能有效利用颜色分布信息对烟叶烟碱含量进行精准预测,其决定系数R²值高达97.46%,均方误差（MSE）低至0.020 2,平均绝对误差（MAE）低至0.075 6,证明烟叶颜色分布信息与烟碱含量之间具有显著的相关性,提供了一种有效的烟碱无损检测方法。     

基于无线网络性能数据的用户业务行为分类与感知评估技术

提供了一种基于无线网络性能数据的用户业务分类方法,同时提供完备的感知分析技术.通过研究各类应用的具体资源占用特征,研究人员设计出有效的业务类型区分方法;同时考察不同应用对各种KPI的敏感程度以制订准确的感知评估规则.经过大量测试验证,该方法具有分类评估准确,效率高,处理开销小等优点.     

基于小波第二级系数误差的图像质量评价模型

图像质量研究的目标是设计客观评价算法,它与主观评价有很强的相关性.本文根据人眼对图像高低频失真的敏感度不同,采用不同方法分别计算图像高频和低频失真量,然后将两种失真量直接相乘得到客观评价值.实验结果表明,这种客观评价模型能够一致评价各种失真类型、各种失真强度的图像质量,与LIVE图库上差异主观评价分(DMOS)的线性相关性优于PSNR、LMSE和SSIM算法.     

基于迭代算法的纸币图像偏色校正技术

由于接触式图像传感器光源、光敏芯片和温度等综合因素的影响,金融电子装备采集到的纸币图像会存在偏色现象,降低了纸币识别算法的性能。针对此种情况,文中给出了一种基于迭代算法的纸币图像偏色检测和校正方法,在图像偏色检测方面采用等效圆的偏色检测方法进行评价,在图像校正方面采用了伽马校正的方法进行偏色校正,有效改善了纸币采集系统不同程度的偏色给算法识别带来的干扰,并减少了工程技术人员2/3的调试时间,增强了纸币识别算法的普适性。     

基于感知颜色特征、子图像分割和多重Bitmap的彩色图像检索方法

在文献[1]的基础上提出改进,采用能够更准确描述感知颜色联系的HSV颜色空间代替传统的RGB颜色空间;对图像进行空间子图像划分,结合颜色特征与空间信息进行检索;通过提取图像颜色的上均值、下均值,获取多重Bitmap特征,扩展比较图像内容差异时所利用的信息范围.实验结果表明,提出的算法比文献[1]算法的检索性能有明显的改进.     

一种基于无参考的块效应评价方法

针对基于离散余弦变换(DCT)变换的图像压缩后失真图像易产生块效应,提出了一种有效的块效应评价方法.首先依据JPEG图像每8×8图像块的灰度值特性把其失真程度分为严重、较严重、有轻微方块化效应和无方块化4类,统计每类图像块占整幅图像的比例,然后确立每类图像块与图像质量平均主观得分(MOS)之间的关系,利用统计的Regr...     

PHS网络MOS优化的研究

通过对PHS网络中MOS(平均意见得分)测试的分析,结合PHS网络现状和寻呼区结构,发现PHS网络中潜在的寻呼区边界问题,进一步研究寻呼区的规划和特性,提出寻呼区规划和优化的两种方法,用来提高PHS网络的MOS值和用户感知。通过MOS测试及效果评估,验证了所提出的优化方法对改善PHS网络的MOS值具有一定的效果,尤其对MOS分值偏低的改善幅度更为明显,能够提高用户对PHS网络的满意度。     

互补色小波域图像质量盲评价方法

图像色彩空间的RGB通道具有密切的关系,图像质量的改变会改变这样的关系.然而传统图像质量评价方法大多基于灰度图像统计特性,忽略了颜色通道间关系信息.为充分利用颜色信息,本文基于新近提出的互补色小波变换提出一种图像质量盲评价方法.文章建立了图像互补色域自然场景统计、多尺度和方向性能量分布等模型.分析表明：这些模型不仅涵盖了传统灰度方法所能描述的信息,而且还能借助于互补色来有效表示彩色图像各通道之间的信息联系,提供表征图像质量的一组高效特征.基于这些特征,我们提出的图像质量盲评价的方法能有效提取图像的失真统计特征,能给出与人眼主观评价图像质量结果保持高度一致、优于现有文献报道盲方法、且可与非盲（全参考）方法相比拟的评价结果.     

基于频域直方图和HVS的彩色图像质量评价算法

针对主流图像质量评价算法应用于彩色数字图像时,性能和准确度并未达到很好效果,提出了一种基于直方图和HVS的彩色图像评价算法(HHBQA)。将图像转换成频率空间,并对频率域幅度进行直方图计算;结合人类视觉对亮度和颜色的感知特点,对彩色图像的亮度和颜色分配权重并最终融合评价结果。实验结果表明,本算法与真实感官感受具有高度一致性,优于其他主流算法,同时具有最快的计算处理时间。     

一种色彩校正算法研究与实现

数字图像拼接是指将具有重叠区的多幅数字图像或多帧视频,通过配准和融合获得单幅宽视场图像或者动态全景图。在实际应用中,图像因色彩不一致,而利于图像的配准和融合,因此有必要研究图像色彩的校正。文中首先论述了彩色图像的色彩空间以及它们之间的转换关系,然后介绍了常用的色彩校正方法,最后提出了基于Gamma和Linear调整的色彩校正算法。该算法将图像转换到YCbCr色彩空间,对亮度分量进行Gamma校正,对色度分量进行线性校正,实验结果表明,与以往的校正算法相比,校正效果有一定的改善。