首页> 中国专利> 一种基于奇异值分解无参考模糊图像质量评价方法

一种基于奇异值分解无参考模糊图像质量评价方法

页面导航

摘要

一种基于奇异值分解无参考模糊图像质量评价方法，其特征在于按如下步骤进行：(一)选择一幅图像为被评价图像；(二)将该图像转化为灰度图像；(三)对被评价图像做奇异值(SVD)分解，得到奇异值向量S

法律状态公告日

法律状态信息

法律状态
2018-07-17

发明专利申请公布后的视为撤回 IPC(主分类):G06T7/00 申请公布日:20141015 申请日:20130410

发明专利申请公布后的视为撤回
2016-03-30

实质审查的生效 IPC(主分类):G06T7/00 申请日:20130410

实质审查的生效
2014-10-15

公开

公开

1. 一种基于奇异值分解无参考模糊图像质量评价方法 [P] . 中国专利： CN104103065A . 2014-10-15
2. 一种改进的基于PSNR的DCT域无参考模糊图像质量评价方法 [P] . 中国专利： CN104392446A . 2015-03-04
3. Patch selection for neural network based no-reference image quality assessment [P] . 美国专利： US10789696B2 . 2020-09-29

机译：基于神经网络的无参考图像质量评估的补丁选择
4. PATCH SELECTION FOR NEURAL NETWORK BASED NO-REFERENCE IMAGE QUALITY ASSESSMENT [P] . 美国专利： US2019362484A1 . 2019-11-28

机译：基于神经网络的无参考图像质量评估的补丁选择
5. A method for monitoring of a tool, a method for quality evaluation of a with the tool surface being machined, a workpiece as well as apparatus for carrying out the method [P] . 德国专利： DE102014104581A1 . 2015-10-01

机译：一种用于监视工具的方法，一种用于对被加工的工具表面进行加工的质量的评价方法，一种工件以及一种用于执行该方法的设备