[发明专利]基于聚类感知的无参考色调映射图像质量评价算法有效
| 申请号： | 201811337431.1 | 申请日： | 2018-11-12 |
| 公开（公告）号： | CN110706196B | 公开（公告）日： | 2022-09-30 |
| 发明（设计）人： | 马华林;张立燕 | 申请（专利权）人： | 浙江工商职业技术学院 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/762;G06V10/56 |
| 代理公司： | 北京君恒知识产权代理有限公司 11466 | 代理人： | 郑黎明 |
| 地址： | 315000 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于聚类感知的无参考色调映射图像质量评价算法，包含以下几个步骤：步骤A：提取聚类感知特征，分别提取面积比率和信息熵两个特征；步骤B：提取显著性区域特征，提取块比例和信息熵两个特征；步骤C：提取自然度特征，自然度特征提取包括亮度统计特征和颜色通道统计特征；步骤D：使用机器学习的方法对所有特征进行回归，得到图像质量评价分。与现有技术相比，本发明的有益效果是：本发明评价测试图像时不需要参考图像的存在；对K‑means聚类的分区结果进行改进提升算法的精度；矩阵非负分解速度快，此检测方法有很好的运算速度；自然度特征结合了亮度自然度和颜色自然度，相对单种自然度大幅提高了算法的SROCC性能。 | ||
| 搜索关键词： | 基于 感知 参考 色调 映射 图像 质量 评价 算法 | ||
【主权项】：
1.基于聚类感知的无参考色调映射图像质量评价算法，其特征在于，实现基于聚类感知的无参考色调映射图像质量评价算法，包含以下几个步骤：/n步骤A：在亮度域上提取聚类感知特征，先把TMI转换成灰度图，再根据亮度信息进行聚类划分，所述聚类划分采用K-means聚类算法来自动识别图像的高亮区、中间区、低暗区，在每个区域分别提取面积比率和信息熵两个特征；/n步骤B：在显著性区域上提取显著性区域特征，TMI的非负矩阵分解得到测试图像对应的系数，对系数进行分析识别出TMI的混合区域，在所述混合区域提取块比例和信息熵两个特征；/n步骤C：提取自然度特征，所述自然度特征提取包括亮度统计特征和颜色通道统计特征；/n步骤D：提取了聚类感知、显著性区域和自然度特征三类特征后，使用机器学习的方法对所有特征进行回归，得到图像质量评价分。/n
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浙江工商职业技术学院，未经浙江工商职业技术学院许可，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/201811337431.1/，转载请声明来源钻瓜专利网。
