排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
图像质量客观评价是计算机视觉领域长期以来研究的难点和热点问题。如何能让计算机像人的视觉系统一样具有评价图像质量的能力,至今仍是尚未完全解决的难题。图像清晰度评价函数是图像质量客观评价标准中的重要组成部分。现有的图像清晰度评价函数主要基于图像边缘细节或者整体信息熵的统计,给出对图像相对清晰度的估计。主要考察了五种具有代表性的清晰度评价函数,着重分析了它们对不同模糊程度下不同内容图像的清晰度评价能力,进而说明现有的清晰度客观评价方法与人主观感受的差距。 相似文献
2.
为了研究基于人类视觉系统特性(亮度自适应特性和视网膜神经元感受野非经典侧抑制特性)的仿生图像处理方法,增强仿生图像增强算法的自适应性,提出了一种新的自适应仿生图像增强算法——LDRF算法.LDRF算法首先建立参数对数模型对图像全局亮度进行自适应调整,然后采用三高斯动态滤波进行局部细节增强,引入Wal-lis算子建立增益因子模型,使局部细节增强具有自适应性,最后通过线性变换恢复图像彩色信息.在大量图像上进行对比实验和分析.实验结果证明,LDRF算法能够避免过增强现象,并且针对不同大小、不同内容的图像能够自适应地进行图像增强,取得了较好的效果,提高了仿生图像增强算法的实用性. 相似文献
3.
低质指纹图像在司法刑侦过程中普遍存在,往往需要人工参与鉴别.因此,符合人类视觉特性的指纹图像处理方法研究具有一定的实用价值.将非经典感受野三高斯数学模型引入指纹图像处理,提出一种新的低质指纹图像增强算法.首先通过三高斯单边滤波获得邻域图像的主观感觉亮度;然后对指纹图像进行局部对比度增强.通过分析研究指纹脊谷交替分布的特性,结合三高斯模型自身特性,得到针对指纹图像的三高斯单边滤波的参数自适应模型和局部对比度调整参数.对比实验结果表明,该方法取得了整体和局部的亮度增强效果,突出灰暗区域的细节特征,尤其适用于低质指纹图像的处理. 相似文献
1