[发明专利]一种基于广义回归神经网络无参考JPEG2000压缩图像质量评价方法无效
| 申请号： | 201310123323.5 | 申请日： | 2013-04-10 |
| 公开（公告）号： | CN104104943A | 公开（公告）日： | 2014-10-15 |
| 发明（设计）人： | 桑庆兵;吴小俊;殷莹;李朝峰;罗晓清 | 申请（专利权）人： | 江南大学 |
| 主分类号： | H04N17/00 | 分类号： | H04N17/00;H04N19/154 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 214122 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于广义回归神经网络无参考JPEG2000压缩图像质量评价方法，其特征在于按如下步骤进行：(一)选择LIVE2数据库中的JPEG2000图像作为训练样本；(二)将该库中的图像转化为相位一致图像；(三)计算相位一致图像的信息熵、对比度和同质性；(四)把图像的信息熵、对比度和同质性3个参数作为输入，DMOS的值作为输出，在LIVE2数据库上对广义回归神经网络进行训练学习；(五)用训练好的广义回归神经网络对待评价图像质量进行预测，得分作为图像的质量评价指标。本发明是一种不需要参考图像，评价JPEG2000图像质量好坏的方法，并且评价结果符合人类视觉主观认识结果。 | ||
| 搜索关键词： | 一种 基于 广义 回归 神经网络 参考 jpeg2000 压缩 图像 质量 评价 方法 | ||
【主权项】：
一种基于广义回归神经网络无参考JPEG2000压缩图像质量评价方法，其特征在于按如下步骤进行：(一)选择LIVE2数据库中的JPEG2000图像作为训练样本；(二)将该库中的图像转化为相位一致图像；(三)计算相位一致图像的信息熵、对比度和同质性；(四)以上述3个参数作为输入，图像的DMOS值作为输出，在LIVE2数据库上对广义回归神经网络进行训练学习；(五)用训练好的广义回归神经网络对待评价图像质量进行预测，得分作为图像的质量评价指标。
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江南大学，未经江南大学许可，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/patent/201310123323.5/，转载请声明来源钻瓜专利网。
- 上一篇：外接电源式遥控器
- 下一篇：一种基于无线的全景视觉煤矿安全监控系统
