摘 要:以像素值為基礎(chǔ)的傳統(tǒng)圖像質(zhì)量評(píng)價(jià)方法有其固有局限性,如對(duì)圖像結(jié)構(gòu)的忽視及對(duì)完全參考圖像的需求
等。為解決這些問題,該文研究了圖像的奇異值向量對(duì)圖像結(jié)構(gòu)的表征能力,提出了基于視覺權(quán)重的奇異值分解和
均值偏差率的部分參考圖像質(zhì)量評(píng)價(jià)方法BWSVD(Block Weighted Singular Value Decomposition)。首先,將圖
像分成8×8 大小的圖像塊,再利用其奇異值向量差值和均值偏差來定量描述圖像畸變程度,并結(jié)合人眼視覺敏感
性為每個(gè)圖像塊賦予一個(gè)視覺權(quán)重。最后,利用the Live Image Quality Assessment Database, Release2005 中的
227 幅不同壓縮倍率的JPEG2000 降質(zhì)圖像進(jìn)行實(shí)驗(yàn),并與PSNR,RMSE,UQI,MSSIM,MSVD 等算法進(jìn)行
了對(duì)比,實(shí)驗(yàn)表明,該文算法對(duì)壓縮圖像質(zhì)量評(píng)價(jià)具有更好的穩(wěn)定性,同時(shí)體現(xiàn)了更好的主客觀評(píng)價(jià)一致性。
資源簡(jiǎn)介:利用矩陣的奇異值分解壓縮圖像,先將圖像分塊,對(duì)各塊中的每個(gè)對(duì)應(yīng)象素內(nèi)積得到相關(guān)矩陣A,然后對(duì)A進(jìn)行奇異值分解,選擇n(n<N)個(gè)較大的特征值對(duì)應(yīng)的特征向量,利用該向量與各塊圖像內(nèi)積來壓縮和恢復(fù)圖像
上傳時(shí)間: 2015-04-27
上傳用戶:1079836864
資源簡(jiǎn)介:利用奇異值分解壓縮圖像,內(nèi)有詳細(xì)的實(shí)驗(yàn)報(bào)告(包括編程思路、結(jié)果分析以及實(shí)驗(yàn)圖像)
上傳時(shí)間: 2016-08-16
上傳用戶:duoshen1989
資源簡(jiǎn)介:圖象處理中用到的奇異值分解及矩陣運(yùn)算
上傳時(shí)間: 2013-12-14
上傳用戶:1079836864
資源簡(jiǎn)介:矩陣的奇異值分解算法
上傳時(shí)間: 2015-02-04
上傳用戶:chenbhdt
資源簡(jiǎn)介:圖像的奇異值分解,并將圖像重構(gòu)出來,看其效果的變換
上傳時(shí)間: 2013-12-22
上傳用戶:123啊
資源簡(jiǎn)介:自編的奇異值分解消噪程序,在消噪的同時(shí)可實(shí)現(xiàn)對(duì)不同頻率信號(hào)分量的分離。
上傳時(shí)間: 2013-12-28
上傳用戶:coeus
資源簡(jiǎn)介:雅克比過關(guān)法算法求矩陣的奇異值分解,是雅克比算法的優(yōu)化,提高計(jì)算速度
上傳時(shí)間: 2016-07-29
上傳用戶:jiahao131
資源簡(jiǎn)介:左右兩場(chǎng)相關(guān)矩陣的奇異值分解,針對(duì)站點(diǎn)文件(svd)
上傳時(shí)間: 2017-06-08
上傳用戶:dyctj
資源簡(jiǎn)介:基于累計(jì)量的奇異值-總體最小二乘法求AR參數(shù) 用奇異值-總體最小二乘法求AR參數(shù) 一般最小二乘法求AR參數(shù) 根據(jù)AR參數(shù)和自相關(guān)函數(shù)以及AR階數(shù)用Cadzow譜估計(jì)子求出頻譜密度
上傳時(shí)間: 2013-12-20
上傳用戶:jeffery
資源簡(jiǎn)介:這是一個(gè)關(guān)于矩陣的奇異值分解的MATLAB腳本函數(shù)源代碼,歡迎各位下載使用。
上傳時(shí)間: 2019-11-05
上傳用戶:風(fēng)雨依舊
資源簡(jiǎn)介:針對(duì)同一場(chǎng)景可見光與紅外圖像的融合問題,提出了一種新的多尺度對(duì)比度塔圖像融合方法. 該方法 利用對(duì)比度金字塔數(shù)據(jù)結(jié)構(gòu)得到圖像的多分辨序列,采用基于視覺特性的融合算子在圖像的相應(yīng)各級(jí)上融 合源圖像的細(xì)節(jié),再通過金字塔逆變換重構(gòu)出最終融合圖像. 這種...
上傳時(shí)間: 2014-01-21
上傳用戶:Thuan
資源簡(jiǎn)介:基于視覺特性的多尺度對(duì)比度塔圖像融合及性能評(píng)價(jià)
上傳時(shí)間: 2013-12-06
上傳用戶:zhenyushaw
資源簡(jiǎn)介:基于奇異值分解的核線性判別分析(Kernel Discriminant Analysis via QR Decomposition)。
上傳時(shí)間: 2014-01-07
上傳用戶:TF2015
資源簡(jiǎn)介:基于GM算法和QR分解實(shí)現(xiàn)的穩(wěn)健奇異值分解算法,通過該算法可以獲取一個(gè)數(shù)居陣的穩(wěn)健方差-協(xié)方差陣。在該穩(wěn)健方差-協(xié)方差陣上可以進(jìn)行諸如,穩(wěn)健主成份分解、穩(wěn)健聚類、穩(wěn)健因子分析等操作。
上傳時(shí)間: 2013-12-13
上傳用戶:15071087253
資源簡(jiǎn)介:% 奇異值分解 (sigular value decomposition,SVD) 是另一種正交矩陣分解法;SVD是最可靠的分解法, % 但是它比QR 分解法要花上近十倍的計(jì)算時(shí)間。[U,S,V]=svd(A),其中U和V代表二個(gè)相互正交矩陣, % 而S代表一對(duì)角矩陣。 和QR分解法相同者, 原矩陣A不必...
上傳時(shí)間: 2013-12-14
上傳用戶:大融融rr
資源簡(jiǎn)介:本程序利用奇異值分解對(duì)3通道彩色圖像進(jìn)行壓縮分解,具體步驟如下: 壓縮過程: 1. 選取子圖像大小K值,把圖像分解成M×M個(gè)子圖像,IMG(s),s=1,2,…, M2,其中M=N/K,原始圖像IMG大小為N×N。 2. 計(jì)算這M2個(gè)子圖像的平均值average,對(duì)每幅子圖像減去均值圖...
上傳時(shí)間: 2013-12-23
上傳用戶:chenxichenyue
資源簡(jiǎn)介:一種計(jì)算高階矩陣奇異值分解的FPGA實(shí)現(xiàn)方法。
上傳時(shí)間: 2013-08-21
上傳用戶:253189838
資源簡(jiǎn)介:用奇異值分解來消除正弦信號(hào)的噪聲
上傳時(shí)間: 2013-12-17
上傳用戶:亞亞娟娟123
資源簡(jiǎn)介:人臉識(shí)別:利用奇異值分解和KL變換的投影,是很有價(jià)值的一篇文章
上傳時(shí)間: 2014-12-04
上傳用戶:a673761058
資源簡(jiǎn)介:通過奇異值分解實(shí)現(xiàn)的最小二乘擬合算法 inear least-squares fit by singular value decomposition
上傳時(shí)間: 2015-07-26
上傳用戶:bibirnovis
資源簡(jiǎn)介:利用奇異值分解求一般m*n階實(shí)矩陣的廣義逆矩陣。
上傳時(shí)間: 2016-06-28
上傳用戶:ynsnjs
資源簡(jiǎn)介:在nvidia G80以上GPU上進(jìn)行奇異值分解的程序。
上傳時(shí)間: 2016-07-11
上傳用戶:372825274
資源簡(jiǎn)介:詳細(xì)介紹了奇異值分解中非奇異矩陣的性質(zhì)結(jié)構(gòu),對(duì)研究奇異值分解的人可能有用
上傳時(shí)間: 2016-08-18
上傳用戶:leehom61
資源簡(jiǎn)介:一種計(jì)算高階矩陣奇異值分解的FPGA實(shí)現(xiàn)方法。
上傳時(shí)間: 2014-11-17
上傳用戶:zhuoying119
資源簡(jiǎn)介:奇異值分解的matlab程序,可以利用此svd程序?qū)σ痪S信號(hào)進(jìn)行除噪運(yùn)算。
上傳時(shí)間: 2016-10-05
上傳用戶:2525775
資源簡(jiǎn)介:使用奇異值分解算法的prony算法-single value decomposition based prony algorithm
上傳時(shí)間: 2014-01-26
上傳用戶:大三三
資源簡(jiǎn)介:利用奇異值分解-總體最小二乘法估計(jì)ARMA模型的AR參數(shù),并利用參數(shù)進(jìn)行諧波恢復(fù)仿真程序
上傳時(shí)間: 2013-12-25
上傳用戶:遠(yuǎn)遠(yuǎn)ssad
資源簡(jiǎn)介:使用自編函數(shù)基于奇異值分解總體最小二乘法(svd-tls)實(shí)現(xiàn)AR模型譜估計(jì)
上傳時(shí)間: 2014-12-06
上傳用戶:410805624
資源簡(jiǎn)介://奇異值分解法求廣義逆 //本函數(shù)返回值小于0表示在奇異值分解過程, //中迭代值超過了60次還未滿足精度要求. //返回值大于0表示正常返回。 //a-長度為m*n的數(shù)組,返回時(shí)其對(duì)角線依次給出奇異值,其余元素為0 //m-矩陣的行數(shù) //n-矩陣的列數(shù) //aa-長度...
上傳時(shí)間: 2016-12-15
上傳用戶:康郎
資源簡(jiǎn)介:現(xiàn)代譜估計(jì)的matlab的程序。用的是奇異值分解的總體最小二乘法。
上傳時(shí)間: 2013-12-26
上傳用戶:愛死愛死