[发明专利]基于ERT系统的重建图像质量评价方法有效
| 申请号： | 201910405133.X | 申请日： | 2019-05-15 |
| 公开（公告）号： | CN110111326B | 公开（公告）日： | 2021-01-15 |
| 发明（设计）人： | 王湃;宋波;李佳庆;秦学斌;李阳博;刘浪;张波 | 申请（专利权）人： | 西安科技大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 西安启诚专利知识产权代理事务所(普通合伙) 61240 | 代理人： | 李艳春 |
| 地址： | 710054 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于ERT系统的重建图像质量评价方法，包括步骤：一、对ERT图像进行特征的提取；二、提取ERT图像的流型信息；三、综合空间像素灰度熵值特征、像素梯度熵值特征、频谱熵值特征和流型值特征放入KSVD模型中训练。本发明的方法步骤简单，实现方便，针对ERT成像系统所生成的图像，在提取空间像素灰度熵值，像素梯度熵值和频谱熵值特征后，再采用CNN模型来得到ERT图像的流型特征，并将所有特征输入到KSVD模型进行质量评价预测，可以大大提高预测精度，实用性强，使用效果好，便于推广使用。 | ||
| 搜索关键词： | 基于 ert 系统 重建 图像 质量 评价 方法 | ||
【主权项】：
1.一种基于ERT系统的重建图像质量评价方法，其特征在于，该方法包括以下步骤：步骤一、对ERT图像进行特征的提取：将图像转换成灰度图像，并进行分块和下采样处理，计算图像的空间像素灰度熵值，像素梯度熵值和频谱熵值作为特征；步骤二、提取ERT图像的流型信息：利用python语言编写CNN模型，将ERT图像输入到CNN模型中，进行ERT图像流型特征的提取；步骤三、综合空间像素灰度熵值特征、像素梯度熵值特征、频谱熵值特征和流型值特征放入KSVD模型中训练：将4种特征构造成一个过完备字典，放入到KSVD模型中进行训练，并利用稀疏系数计算出图像的预测质量分数。
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西安科技大学，未经西安科技大学许可，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/201910405133.X/，转载请声明来源钻瓜专利网。
