[发明专利]图像重定向质量评估有效

专利信息
申请号: 201380065676.2 申请日: 2013-12-11
公开(公告)号: CN105009107B 公开(公告)日: 2018-10-09
发明(设计)人: 刘安民;林维斯;陈海;张臣雄 申请(专利权)人: 华为技术有限公司
主分类号: G06F17/00 分类号: G06F17/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 518129 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 重定向图像 原始图像 重定向 质量评估 图像 算法运算 空域 失真量 处理器 频域
【说明书】:

一种图像重定向质量评估方法,包括在频域上比较原始图像和重定向图像,其中,通过对所述原始图像进行重定向算法运算而获得所述重定向图像。本发明还包括一种装置,其包括一种处理器,用于进行图像重定向质量评估,在空域上比较原始图像和重定向图像;其中,通过对所述原始图像进行重定向算法运算而获得所述重定向图像,所述在空域上比较原始图像和重定向图像包括比较所述原始图像和所述重定向图像以确定图像间的形状失真量。

相关申请案交叉申请

本申请要求2012年12月13日递交的发明名称为“图像重定向质量评估”的第13/713,110号美国非临时申请案的在先申请优先权,该在先申请的内容以引入的方式并入本文。

关于由联邦政府赞助研究或开发的声明

不适用。

参考缩微胶片附录

不适用。

背景技术

随着各种屏幕尺寸和各种分辨率的各种类型移动设备的出现,对图像重定向的需求日益增加。图像重定向可包括用来调整图像尺寸的算法。为了在各种用户设备(UE)屏幕上使用,一个图像可重定向成多种分辨率。图像重定向可能导致图像数据丢失和/或形状失真,导致图像并不理想。已经开发出各种图像重定向算法,以尽可能减小图像数据丢失和/或破坏,但没有一种图像重定向算法可以在各种情况下都优于其他任一图像重定向算法。

发明内容

在一实施例中,本发明包括一种图像重定向质量评估方法,包括在频域上比较原始图像和重定向图像,其中,通过对所述原始图像进行重定向算法运算而获得所述重定向图像。

在另一实施例中,本发明包括一种装置,其包括一种处理器,用于进行图像重定向质量评估,以及在空域上比较原始图像和重定向图像;其中,通过对所述原始图像进行重定向算法运算而获得所述重定向图像,所述在空域上比较原始图像和重定向图像包括比较所述原始图像和所述重定向图像以确定图像间的形状失真量。

在另一实施例中,本发明还包括一种装置,其包括一种处理器,用于为多个重定向图像计算多个图像重定向质量评估分数向量,并使用经验数据自适应学习图像重定向质量评估分数融合模型。

以下结合附图和权利要求对以上以及其他特征做更清晰明了的详细描述。

附图说明

为了更透彻地理解本发明,现参阅结合附图和具体实施方式而描述的以下简要说明,其中的相同参考标号表示相同部分。

图1为一种图像重定向质量评估系统示意图。

图2为一种示例图像的实施例。

图3为一种确定频域质量分数的方法流程图。

图4为一种频域系数分布的实施例图。

图5为一种确定形状失真质量分数的方法流程图。

图6示出了示例像素位移向量图。

图7为一种确定局部内容质量分数的方法流程图。

图8为一种确定全局内容质量分数的方法流程图。

图9为一种自适应学习质量分数融合模型的方法流程图。

图10为一种网元(NE)实施例示意图。

图11为一种UE实施例示意图。

具体实施方式

首先应理解,尽管下文提供一项或多项实施例的说明性实施方案,但所公开的系统和/或方法可使用任何数目的技术来实施,无论该技术是当前已知还是现有的。本发明决不应限于下文所说明的说明性实施方案、附图和技术,包括本文所说明并描述的示例性设计和实施方案,而是可在所附权利要求书的范围以及其等效物的完整范围内修改。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司,未经华为技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201380065676.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top