-
公开(公告)号:CN116245861A
公开(公告)日:2023-06-09
申请号:CN202310256196.X
申请日:2023-03-16
申请人: 西安电子科技大学
IPC分类号: G06T7/00 , G06N3/08 , G06N3/0464
摘要: 本发明公开了基于交叉多尺度的无参考图像质量评价方法,包括以下步骤;步骤1,获取训练样本集B和测试样本集C;步骤2,构建基于交叉多尺度无参考图像质量评价的网络模型S;步骤3,对基于交叉多尺度无参考图像质量评价的网络模型S进行迭代训练;步骤4,获取图像的无参考质量评价结果Q:将测试样本集C作为训练完成的基于交叉多尺度网络的无参考图像质量评价网络模型S的输入进行前向推理,得到每个测试样本的质量预测分数,以验证模型效果。本发明利用图像的局部和非局部语义信息与图像金字塔的提取不同层级信息的能力,解决现有方法中单一网络模型面对复杂失真图像无法同时兼顾全局失真与局部失真的问题。
-
公开(公告)号:CN114882055A
公开(公告)日:2022-08-09
申请号:CN202210604865.3
申请日:2022-05-30
申请人: 西安电子科技大学
摘要: 本发明提出了一种基于多方向梯度算子的遥感图像脊线标注方法,用于解决现有技术中遥感图像拓扑结构复杂以及脊线分叉时标注效果不佳的问题。实现步骤为:对遥感图像进行平滑处理;生成3个方向的梯度算子;利用多方向梯度算子生成脊线图;在树状图中存储脊线的路径信息;重构树状图的组织结构;用重构后树状图中的信息进行脊线标注。本发明采用多方向梯度算子获取遥感图像中脊线的明暗空间梯度特征,以树状图存储脊线的位置信息,使得本发明具有面对复杂遥感图像拓扑结构时脊线标注效果好的优点。
-