10.3969/j.issn.1000-386x.2022.09.037
融合反向传播的无参考模糊图像质量评价
针对图像中的高斯模糊失真,提出一种融合反向传播的无参考模糊图像质量评价方法.利用分水岭算法标记出的连通域计算密度差值;利用Tamura纹理特征模型和拉普拉斯算子分别度量图像的粗糙度和清晰度;将提取的密度差、粗糙度和清晰度输入反向传播(Back-Propagation,BP)神经网络进行训练,实现对高斯模糊失真图像的质量预测.实验证明,该方法在质量评价以及一致性方面均优于对比方法.此外,该方法解决了实际应用中因缺乏参考图像而不能进行质量评价的问题.
BP神经网络、高斯模糊、图像质量评价、无参考、连通域、粗糙度、清晰度
39
TP391.4(计算技术、计算机技术)
国家自然科学基金;山东省自然科学基金
2022-10-13（万方平台首次上网日期，不代表论文的发表时间）
共8页
248-254,306
