排序方式： 共有4条查询结果，搜索用时 15 毫秒
1
1.
目的 图像缩放质量评价是评估图像非等比例缩放优劣的依据,现有主流评价方法不能客观有效地给出定量评价结果,为此提出一种基于重要区域保持的图像非等比例缩放评价方法。方法 首先,结合视觉显著度、图像边缘和超像素分割构造重要区域识别算法;然后,设计描述图像缩放前后重要区域大小和内容保持的面积变化函数和成分变化函数;最后混合两种函数提出缩放质量评价函数。结果 在RetargetMe提供的标准测试集上对本文方法进行实验验证,计算缩放质量值以评价不同缩放方法的优劣,并利用肯德尔系数度量本文方法的评价结果与主观评价的一致性,本文方法的平均肯德尔系数比当前主流客观方法高0.5%~11%。结论 与现有主流客观评价方法相比,本文方法所得到的肯德尔系数值更大,证明该方法能够更准确有效、快速、定量地评价各类图像非等比例缩放结果。 相似文献
2.
针对双向相似性计算在CPU下串行计算效率低下,无法满足实际需求的问题,利用该计算中数据独立性的特点,应用CUDA编程模型实现基于GPU加速的图像双向相似性计算。与CPU相比,在392x300的分辨率实验下,该算法在GPU上可获得超过1200倍的加速比。 相似文献
3.
4.
1