专利名称：一种面向高动态范围立体全向视觉系统的质量评价方法      申请号：2022103785179     转让价格：面议  收藏
法律状态：授权未缴费   类型：发明   关键词：图像质量 3D图像 三维图像 VR技术   相似专利 发布日：2025/04/30  
摘要： 本发明涉及一种面向高动态范围立体全向视觉系统的质量评价方法，基于Retinex理论和HSOI处理系统的两层失真模拟流程，设计了一个“无参考”+“半参考”的质量评价方法，无参考模型针对仅有编码失真的HDR图像进行编码失真量化，首先进行本征图像分解，得到照明分量和反射率分量；基于照明分量和反射率分量提取的块效应特征和自然度特征作为特征属性；采用半参考模型对仅有编码失真的HDR图像和TM后的LDR混合失真图像量化TMO的影响，利用色差矩阵提取色彩保真度特征，结合DCT变换和感知哈希提取感知哈希特征；双通道组件则包括融合通道特征和竞争通道特征两部分，利用机器学习将无参考和半参考模型提取的特征向量映射得到性能更佳的客观预测分数。

专利名称：一种基于感知特征的水下图像质量测量方法      申请号：2022112846472     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：测量测绘 图像质量   相似专利 发布日：2025/04/21  
摘要： 本发明公开了一种基于感知特征的水下图像质量测量方法，利用具有不同失真等级的自然图像质量数据库；通过对不同失真等级的图像的感知特征相关性分析，得到视觉清晰度感知特征和色彩感知特征集合；将水下图像训练集各图像的清晰度感知特征和色彩感知特征进行聚类；令具有相同聚类标签的水下图像为同一退化主题图像，从而划分水下退化主题并记录主题下的清晰度感知特征和色彩感知特征；对各个退化主题水下图像清晰度感知特征、色彩感知特征和相应的水下图像质量测量值进行线性拟合，得到各退化主题下的水下图像质量测量模型，预测的图像质量得分。实验结果证明，与常用的图像质量评价方法相比，划分水下主题的方式建立的感知特征水下图像质量测量方法更为可靠，这也为未来探究水下混合失真与水下图像质量之间的关系提供了参考。

专利名称：一种用于提升城市勘测遥感图像质量的增强方法      申请号：2024106054973     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：遥感 图像质量   相似专利 发布日：2025/03/03  
摘要： 本申请涉及遥感图像处理技术领域，具体涉及一种用于提升城市勘测遥感图像质量的增强方法，该方法包括：采集城市勘测遥感图像；获取网络数据集；根据网络数据集对城市勘测遥感图像进行分割，获得各街区区域；根据街区区域内所有像素点在不同颜色通道的颜色值，计算街区色彩差异值和街区色彩集中度；根据街区色彩差异值和街区色彩集中度，获得街区色彩突出系数；将城市勘测遥感图像转换为城市勘测灰度图像，结合街区色彩突出系数获得第一优化参数；结合街区色彩差异值和第一优化参数获得第二优化参数；根据第一优化参数和第二优化参数获得增强后的城市勘测遥感图像。本申请可提高城市勘测遥感图像的图像增强质量。

专利名称：基于空间注意力机制的无参考图像质量评价方法      申请号：2021111913047     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 图像质量   相似专利 发布日：2024/10/24  
摘要： 本发明公开了一种基于空间注意力机制的无参考图像质量评价方法，具体包括如下步骤：步骤1，将失真图像输入到特征提取网络中，提取失真图像的多尺度深层语义特征；步骤2，将步骤1所得结果输入到空间域注意力模块中，提取多尺度语义特征的空间域注意力特征；步骤3，对步骤2所得结果使用拼接方式进行融合，得到失真图像的多尺度空间注意力融合特征；步骤4，对步骤3所得结果使用拼接方式进行融合，得到最终输入到回归网络的融合特征；步骤5，将经步骤4得到的融合特征输入到回归网络中，得到图像的预测得分。采用本发明能够捕捉图像中不均匀的局部失真，将局部失真与全局失真结合起来，使图像质量评价预测得更为准确。

专利名称：一种基于注意力定位网络的无参考型图像质量评价方法      申请号：202111154262X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络传输 图像质量   相似专利 发布日：2024/10/24  
摘要： 本发明一种基于注意力定位网络的无参考型图像质量评价方法，具体按照以下步骤实施：将训练图像输入VGG网络，全局深度特征；在VGG网络的最后一层添加注意力定位网络，经过注意力定位网络获取所关注区域的位置坐标；对原始图像进行裁剪与放大，获取注意力关注图像；将注意力关注图像输入到VGG网络中，提取局部深度特征；将全局深度特征与局部深度特征进行融合；将融合后的特征与主观MOS值进行回归训练，建立图像质量评价模型；将待测失真图像输入到图像质量评价模型中，根据训练好的参数提取图像特征，获得图像质量分数，从而解决了现有技术构建图像质量算法时，存在的忽略人眼的视觉特性，精确度较低的问题。

专利名称：一种基于集成学习与随机森林的图像质量评价方法     申请号：2018108329104     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 图像质量   相似专利 发布日：2024/01/23  

专利名称：一种眼底图像质量评价方法      申请号：2018110599648     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：音视频 底 图像质量   相似专利 发布日：2023/08/03  
摘要： 本发明公开了一种眼底图像质量评价方法，其考虑了模糊、过曝光和欠曝光对眼底图像分割精度的影响，提取出统计特征矢量、纹理特征矢量、形状特征矢量构成特征矢量，然后利用支持向量回归对所有失真眼底图像的特征矢量进行训练，构造预测模型；在测试阶段，通过计算用作测试的失真眼底图像的特征矢量，并根据训练阶段构造的预测模型，预测得到用作测试的失真眼底图像的分割准确度值，由于获得的特征矢量信息能够较好地反映失真眼底图像的失真对分割准确性的变化情况，因此有效地提高了预测的分割准确度值与真实的分割准确度值之间的相关性，即能够准确地自动评价眼底图像质量，有效地提高了客观评价结果与主观感知之间的相关性。

专利名称：一种绘制图像质量评价方法      申请号：2019103335315     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 图像质量   相似专利 发布日：2025/04/14  
摘要： 本发明公开了一种绘制图像质量评价方法，其在训练阶段，利用尺度不变特征变换流建立原始图像与绘制图像之间的匹配关系，计算绘制图像的纹理失真和几何失真，然后利用支持向量回归对训练集中的由纹理失真和几何失真构成的特征矢量进行训练，构造得到绘制图像的支持向量回归训练模型；在测试阶段，通过计算测试集中的绘制图像的特征矢量，并根据构造的绘制图像的支持向量回归训练模型，预测得到测试集中的绘制图像的客观质量评价预测值，由于获得的特征矢量具有较强的稳定性且能够较好地反映绘制图像的质量变化情况，因此有效地提高了客观评价结果与主观感知之间的相关性。

专利名称：一种基于结构相似性差异度的色调映射图像质量评价方法      申请号：2019113493349     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：音视频 图像质量   相似专利 发布日：2022/09/16  
摘要： 本发明公开了一种基于结构相似性差异度的色调映射图像质量评价方法，该方法首先提取图像的梯度二值化矩阵的均值和方差作为局部梯度特征，再提取最小方向曲率的均值、方差、峰度、偏度作为局部结构特征，接着利用相位图像的均匀局部二值模式直方图作为全局相位特征，最后采用邻域像素块与中心像素块之间的局部结构相似性(SSIM)差异度的均值、方差、峰度、偏度作为局部邻域结构相似性差异度特征，融合得到总的图像质量评价特征，送入支持训练回归机进行训练和测试，得到客观图像质量评价结果；该方法避免了采用单一全局特征或局部特征带来的评价精度不高的缺点，提高了图像质量评价精度。

专利名称：一种基于贝叶斯压缩感知的无参考图像质量客观评价方法      申请号：2018107457463     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：音视频 压缩感知 图像质量   相似专利 发布日：2022/09/16  
摘要： 本发明公开了一种基于贝叶斯压缩感知的无参考图像质量客观评价方法，该方法采用利用贝叶斯压缩感知方法的可重构特性，从输入失真图像中重构出重构图像，计算输入失真图像和重构图像的结构相似度索引，将整幅图像的结构相似度索引均值提取作为图像质量评价相似度特征；对输入失真图像进行归一化处理，提取归一化图像的均匀局部二值模式直方图作为均匀局部二值模式特征，联合贝叶斯压缩感知提取的相似度特征和均匀局部二值模式直方图特征得到图像质量评价特征，将图像质量评价特征送到支持向量回归机中进行训练和测试，得到输入失真图像的图像质量评价结果；该方法利用贝叶斯压缩感知方法的可重构特性进行图像质量评价，提高了图像质量评价的精度。

专利名称：一种基于稀疏局部保持投影的全参考屏幕图像质量评价方法      申请号：2018104440140     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：音视频 图像质量   相似专利 发布日：2022/09/16  
摘要： 本发明公开一种基于稀疏局部保持投影的全参考屏幕图像质量评价方法，该方法通过将输入屏幕图像分解成文本图像块和自然图像块，再对文本图像块和自然图像块分别提取转换矩阵，利用转换矩阵分别提取出变换系数，并计算参考图像和失真图像之间的文本图像块变换系数相似度和自然图像块变换系数相似度，加权文本图像块变换系数相似度和自然图像块变换系数相似度，得到总的图像相似度，作为图像质量评价结果；本发明通过将一幅屏幕图像分成文本图像块和自然图像块，分别对自然图像块和文本图像块构建变换矩阵，并用变换矩阵提取变换系数进行全参考图像质量评价，提高了全参考屏幕图像质量评价的精度。

专利名称：一种基于低秩稀疏矩阵分解的图像质量评价方法      申请号：2018102247261     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：音视频 低 港口 分解 图像质量   相似专利 发布日：2022/09/16  
摘要： 本发明公开一种基于低秩稀疏矩阵分解的图像质量评价方法，该方法首先将输入图像随机分成训练图像集和测试图像集，并将训练图像集中的彩色失真图像转换为灰度失真图像，然后进行稀疏与低秩矩阵分解，均获得一个特征向量，将两个特征向量组合后，合并主观MOS分值送到支持向量回归机中进行训练，得到训练后的支持向量回归机，最后将测试图像同样按上述步骤提取出特征向量，送到训练后的支持向量回归机中进行测试，得到客观的图像质量评价结果。本发明的方法通过将输入失真图像分解成低秩矩阵和稀疏矩阵，实现图像前景目标和背景的有效分离，从而对前景目标和背景分别提取特征，并利用提取特征进行图像质量评价，提高了无参考图像质量评价的精度。

专利名称：一种自拍图像质量推荐方法      申请号：2017110518326     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：摄影摄像 图像质量   相似专利 发布日：2025/03/12  
摘要： 本发明公开了一种自拍图像质量推荐方法，其考虑了自然度、局部亮度和结构布局对自拍图像质量的影响，提取出自然度质量评价分值、局部亮度质量评价分值和结构布局质量评价分值，然后得到对应的自然度质量推荐指标、局部亮度质量推荐指标和结构布局质量推荐指标，并利用决策树机制得到最终质量推荐指标，由于获得的自然度质量推荐指标、局部亮度质量推荐指标和结构布局质量推荐指标能够较好地反映自拍图像的质量变化情况，因此有效地提高了最终质量推荐指标与主观质量推荐值之间的相关性。

专利名称：一种基于深度学习的无参考图像质量客观评价方法      申请号：2015105233731     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：深度学习 图像质量   相似专利 发布日：2023/10/23  
摘要： 本发明公开了一种基于深度学习的无参考图像质量客观评价方法，其将待评价的失真图像进行多分辨率金字塔和高斯差分分解后，对子带图像做简单的局部归一化就可以提取自然统计特征，不需要到变换域提取特征，从而复杂度大幅降低；本发明方法无需参考图像、无需失真类型，用自然统计特性的丢失程度衡量图像的失真程度；本发明方法能够客观地反映图像受到各种图像处理和压缩方法影响下视觉质量的变化情况，并且本发明方法的评价性能不受图像内容和失真类型的影响，与人眼的主观感知一致；采用现有的L矩估计方法估计灰度直方图的包络曲线的分布参数，估计得到的分布参数更加准确，具有更强的泛化能力。

专利名称：一种基于相对梯度的图像质量客观评价方法      申请号：2017103471081     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 图像质量   相似专利 发布日：2024/12/05  
摘要： 本发明公开了一种基于相对梯度的图像质量客观评价方法，其获取参考图像和失真图像各自的梯度幅值图像和梯度相位图像；然后获取参考图像和失真图像各自的水平梯度均值图像、垂直梯度均值图像和梯度相位均值图像；再根据参考图像和失真图像各自的水平梯度图像、垂直梯度图像、水平梯度均值图像、垂直梯度均值图像，获得各自的梯度相对幅值图像；根据各自的梯度相位图像和梯度相位均值图像，获得各自的梯度相对相位图像；最后根据两者的梯度幅值图像、梯度相对幅值图像、梯度相对相位图像，计算失真图像的客观质量评价分；优点是能考虑到失真图像的相对梯度信息改变对其质量的影响，从而能够提高客观质量评价结果与人眼主观感知之间的相关性。

专利名称：一种基于立体视觉感知的全盲立体图像质量客观评价方法      申请号：2015107019376     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：立体视觉 图像质量   相似专利 发布日：2024/12/06  
摘要： 本发明公开了一种基于立体视觉感知的全盲立体图像质量客观评价方法，其在训练阶段，先获取每幅原始的无失真立体图像的融合视点图像的去均值归一化图像，然后输入到实证密度函数中得到纹理信息向量，并进行四个方向的滤波处理得到方向信息向量，再将所有纹理信息向量和方向信息向量输入到高斯分布模型中，得到无失真高斯分布模型；在测试阶段，采用相同的方式得到失真高斯分布模型，然后采用马氏距离公式衡量无失真高斯分布模型和失真高斯分布模型之间的误差，将误差作为待评价的失真立体图像的图像质量客观评价预测值；优点是其能够充分考虑到立体视觉感知特性，从而能够有效地提高客观评价结果与主观感知之间的相关性。

专利名称：一种基于压缩感知的全参考图像质量客观评价方法      申请号：2015104784008     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 图像质量   相似专利 发布日：2025/03/14  
摘要： 本发明公开了一种基于压缩感知的全参考图像质量客观评价方法，包括：步骤1，对参考图像和失真图像分别进行预处理得到相应的图像灰度矩阵；步骤2，针对所述的失真图像和参考图像的图像灰度矩阵基于压缩感知原理构造稀疏的随机观测矩阵；步骤3，将所述的随机观测矩阵分别与参考图像和失真图像的图像灰度矩阵相乘得到相应的投影系数矩阵；步骤4，计算失真图像的投影系数矩阵相对于参考图像的投影系数矩阵的峰值信噪比作为失真图像的客观评价值。本发明的全参考图像质量客观评价方法全面提高了PSNR评价方法的各项指标水平，且同时相对于工程学评价方法减小了评价时间消耗。