基于谱残差法显著图的视频镜头边界检测

目的针对传统视频镜头边界检测算法精度低和较复杂等缺点,提出一种基于谱残差显著图和分块灰度直方图相结合计算似然比的算法。方法为了提取有效结构信息作为特征来比较帧间差异,采用谱残差方法得到各帧图片的显著图。将显著图分块并计算各块的灰度直方图数据,进一步提高检测的精度。计算各帧似然率后用文中提出的帧间差指标计算比较帧间差异。结果所提方法的综合检测精度能达到93.82%,对常见影响因素下相邻未变化帧的相似性保持在99%以上。结论实验结果表明,文中算法的检测精度高于传统方法,过程相对简单,对常见影响因素具有较强的鲁棒性。     

基于 GRNN 的模糊图像盲评价

目的针对高斯模糊这种失真类型,提出一种盲评价算法。方法从权威的图库中选取高斯模糊图片,提取梯度,并对梯度图进行快速傅里叶转换(FFT),得到频谱,对原图、梯度图、频谱进行运算,提取出边缘强度、方差、梯度熵,作为每幅图的特性向量。通过GRNN构建可以计算出图片的差分平均意见得分(DMOS)值,即输入特征值,输出计算DMOS值。结果该算法的Spearaman秩相关系数(SROCC)达到了0.9086,Perason线性相关系数(PLCC)高达0.9033;与一些常见的算法相比,所运算产生的SROCC和PLCC值也更高。结论使用CSIQ与LIVE图库的高斯模糊部分,在Matlab的环境下进行运算后得到的结果表明,计算产生的DMOS与由人评判产生的DMOS值相似度高,与眼睛判断结果较为接近。     

基于颜色计算显著特征的彩色图像质量评价方法

目的从颜色这个角度研究新的全参考图像质量评价方法。方法首先在Lab色空间内基于颜色信息提取2个图像特征,即颜色和对比度特征。然后将颜色特征和图像梯度相结合,对比度特征和图像局部范围相结合,分别提出不同的图像质量评估方法。结果采用该领域内4种常用的参数来评估文中算法和14种其他经典算法的表现,结果显示文中提出的2种基于图像彩色信息的算法总体上优于其他算法。结论从颜色计算显著特征出发来研究图像质量评价方法是一个有效的途径。     

基于空间区域分割的四面体网格剖分色域描述算法

目的提出一种新的数字输出设备色域边界描述算法模型,以实现数字输出设备色域的三维立体准确再现和色域体积的精确求取。方法通过空间区域分割算法确定Epson Stylus Pro 7910打印机呈色范围的最佳颜色空间分区,利用四面体网格剖分技术对各分区色域边界进行描述,同时从色域体积、边界点再现精度等方面,对该方法和基于改进凸壳算法下的设备色域匹配适性进行对比分析。结果该色域边界描述新算法模型在描述的准确性和再现精度方面,明显优于改进后的凸壳算法。结论该算法下各边界颜色点再现精度平均ΔE和最大ΔE均在2以内,并且设备色域体积明显大于改进凸壳算法下的设备色域体积。