【摘要】 本发明公开一种基于图像局部统计特征的模糊图像无参考评测方法，主要解决模糊图像无参考客观评价问题。该方法步骤包括：(1)、首先在待测试图像上采用滤波方法生成一幅模糊图像，(2)、使用Sobel算子检测出原始待测试图像的边缘，选择围绕边缘点的局部区域集合；(3)、根据选择的局部区域，统计出原始图像和生成模糊图像的变差统计；(4)、适当调整局部区域变差统计；(5)、根据这些变差统计，构造了一个模糊图像评价测度。本发明结构简单、计算复杂度低，易于硬件实现，与主观评价高度一致的优点，可用于对图像视频处理方法进行有效性检测。。微信 【专利类型】发明申请 【申请人】江南大学 【申请人类型】学校 【申请人地址】214082 江苏省无锡市新区新华路94号江南大学国家大学科技园 【申请人地区】中国 【申请人城市】无锡市 【申请人区县】滨湖区 【申请号】CN201010554928.6 【申请日】2010-11-16 【申请年份】2010 【公开公告号】CN102006497A 【公开公告日】2011-04-06 【公开公告年份】2011 【授权公告号】CN102006497B 【授权公告日】2013-06-12 【授权公告年份】2013.0 【IPC分类号】H04N17/00 【发明人】李朝锋; 袁万立; 吉训生; 吴小俊; 桑庆兵 【主权项内容】1.基于图像局部统计特征的模糊图像无参考评测方法，其特征是通过对待测试图像和再模糊图像边缘区域局部统计特征来构建模糊度量尺度，过程如下： (1)选择局部区域集合：使用Sobel算子检测出原始待测试图像的边缘像素，然后分配每个边缘像素到一个像素块的中心； (2)产生再模糊图像：使用3*3的滤波器 与原始图像做卷积运算，在原始待测图像上再生成一幅模糊图像； (3)计算局部区域变差： 设根据步骤(1)选择的局部区域像素的集合为L＝{li；1≤i≤M}， 式中M为局部区域像素的个数，li表示第i个像素的灰度值； 在待测试图像和再模糊图像中分别计算局部区域像素的变差 式中 表示该区域灰度均值，参数α为一常量，0.3＜α＜10； (4)将再模糊图像和原始待测试图像相比局部区域变差统计升高的区域的变差统计置为0； (5)构建模糊评测尺度：完成所有的局部区域变差统计后，分别累加两个区域的局部统计，即得到 和 定义模糊图像评测度量值为 式中N为图像中局部区域个数， 和 分别是原始待测图像和再模糊图像第j个局部区域的变差统计；ε是一个常量，0＜ε≤0.001。 【当前权利人】江南大学 【当前专利权人地址】江苏省无锡市新区新华路94号江南大学国家大学科技园 【专利权人类型】公立 【统一社会信用代码】1210000071780177X1 【引证次数】5.0 【被引证次数】11 【他引次数】5.0 【被他引次数】11.0 【家族引证次数】5.0 【家族被引证次数】11

未经允许不得转载：http://www.zhongzhencnc.com/1782221321.html