PSNR

摘要： 为了解决传统阈值分割KSW法对图像多阈值分割时由于空间和时间复杂度增加导致分割效果不佳的稳态,本文采用SHO算法优化传统KSW法对图像进行多阈值分割以提高传统KSW法分割效果不佳的稳态。为了证明SHO-KSW算法对图像分割的优越性,与PSO算法优化传统KSW法(PSO-KSW)分割效果对比。通过本次实验的过程表明SHO-KSW算法比PSO-KSW分割更好。

摘要： The processor is greatly hampered by the large dataset of picture or multimedia data.The logic of approximation hardware is moving in the direction of multimedia processing with a given amount of acceptable mistake.This study proposes various higher-order approximate counter-based compressor(CBC)using input shuffled 6:3 CBC.In the Wallace multiplier using a CBC is a significant factor in partial product reduction.So the design of 10-4,11-4,12-4,13-4 and 14-4 CBC are proposed in this paper using an input shuffled 6:3 compressor to attain two stage multiplications.The input shuffling aims to reduce the output combination of the 6:3 compressor from 64 to 27.Design of 15-4,10-4,9-4,and 7-3 CBCs are performed using the proposed 6:3 compressor and the results obtained are compared with the existing models.These existing models are constructed using multiplexers and 5-3 CBC.When compared to input shuffled 5-3 the proposed 6:3 compressor shows better results in terms of area,power and delay.An approximation is performed on the 6:3 compressor to further reduce the computational energy of the system which is optimal for multimedia applications.The major contribution of this work is the development of two stage multiplier using various proposed CBC.All designs of the approximate compressor(AC)and true compressor(TC)are analysed with 8 ×8 and 16 × 16 imagemultiplication.The proposed multipliers also provide adequate levels of accuracy,according to the MATLAB simulations,in addition to greater hardware efficiency.As the result approximate circuits over image processing shows the stunning performance in many deep learning network in the current research which is only oriented to multimedia.

摘要： High-quality medical microscopic images used for diseases detection are expensive and difficult to store.Therefore,low-resolution images are favorable due to their low storage space and ease of sharing,where the images can be enlarged when needed using Super-Resolution(SR)techniques.However,it is important to maintain the shape and size of the medical images while enlarging them.One of the problems facing SR is that the performance of medical image diagnosis is very poor due to the deterioration of the reconstructed image resolution.Consequently,this paper suggests a multi-SR and classification framework based on Generative Adversarial Network(GAN)to generate high-resolution images with higher quality and finer details to reduce blurring.The proposed framework comprises five GAN models:Enhanced SR Generative Adversarial Networks(ESRGAN),Enhanced deep SR GAN(EDSRGAN),Sub-Pixel-GAN,SRGAN,and Efficient Wider Activation-B GAN(WDSR-b-GAN).To train the proposed models,we have employed images from the famous BreakHis dataset and enlarged them by 4×and 16×upscale factors with the ground truth of the size of 256×256×3.Moreover,several evaluation metrics like Peak Signal-to-Noise Ratio(PSNR),Mean Squared Error(MSE),Structural Similarity Index(SSIM),Multiscale Structural Similarity Index(MS-SSIM),and histogram are applied to make comprehensive and objective comparisons to determine the best methods in terms of efficiency,training time,and storage space.The obtained results reveal the superiority of the proposed models over traditional and benchmark models in terms of color and texture restoration and detection by achieving an accuracy of 99.7433%.

摘要： The rapid development in the information technology field has introduced digital watermark technologies as a solution to prevent unauthorized copying and redistribution of data.This article introduces a self-embedded image verification and integrity scheme.The images are firstly split into dedicated segments of the same block sizes.Then,different Analytic Beta-Wavelet(ABW)orthogonal filters are utilized for embedding a self-segment watermark for image segment using a predefined method.ABW orthogonal filter coefficients are estimated to improve image reconstruction under different block sizes.We conduct a comparative study comparing the watermarked images using three kinds of ABW filters for block sizes 64×64,128×128,and 256×256.We embed the watermark using the ABW-based image watermarking method in the 2-level middle frequency sub-bands of the ABW digital image coefficients.The imperceptibility and robustness of the ABW-based image watermarking method image is evaluated based on the Peak Signal to Noise Ratio(PSNR)and Correlation coefficient values.From the implementation results,we came to know that this ABW-based image watermarking method can withstand many image manipulations compared to other existing methods.

摘要： 针对传统的超分辨率重建算法在处理光照不均图像时会出现图像失真、边缘模糊等问题,在原有的极深超分辨率(VDSR)重建方法基础上提出一种光照不均图像的超分辨率重建方法.首先,采用自门控Swish激活函数代替常用的ReLU激活函数,解决了随着网络层数加深出现的过拟合问题,可以更好地学习映射关系;然后,在网络结构中提出一种简洁紧凑型的局部残差网络,在保证网络层数的同时能学习更多的图像细节信息,很好地解决了VDSR中由于图像多次传输出现的信息丢失问题;最后,在网络末端使用反卷积获得高分辨率图像.通过实验证明该方法对光照不均图像重建可以获得更高的峰值信噪比(PSNR)和结构相似度(SSIM).

摘要： 为了解决图像多阈值分割中存在的空间和时间复杂度高的问题,本文引入了SOA算法与SOA-Otsu算法来优化多阈值分割的效果。另外,为了证明SOA-Otsu算法的优越性,与传统Otsu分割算法和PSO-Otsu算法进行对比分析。实验结果表明,SOA-Otsu算法比PSO-Otsu和Otsu的分割效果更好。

摘要： 为了解决Otsu法对图像多阈值分割中存在的空间和时间复杂度高的问题,本文SSA算法与传统Otsu分割算法结合(SSA-Otsu)来优化彩色图像多阈值分割的效果.另外,为证明SSA-Otsu算法结合的优越性,与PSO算法与传统Otsu分割算法结合(PSO-Otsu)分割效果对比.通过PSNR和SSIM评价指标评价图像分割效果,实验结果表明SSA-Otsu算法比PSO-Otsu分割更好.

摘要： 基于NDI协议的演播室系统可以同时处理多种不同格式的信号,具有良好的兼容性.中央广播电视总台粤港澳大湾区中心基于NDI协议的演播室系统,既可以采用新媒体制作播出工作流程,也可以采用演播室域内制作工作流程.可以同时满足面向大屏和小屏融合媒体生产要求.本文介绍了总台粤港澳大湾区中心基于NDI协议的演播室在系统测试、功能调试及工作场景测试等系统实践中的方法、问题和思考.

摘要： 阐述采取IDN模块做特征提取,以解决网络层数深度与过拟合之间的矛盾。由于采取自采样高低维数据,其图像之间差异大,新增一个恢复的降采样损失函数loss,提高恢复精度,融合模型获得高分辨率图像。实验证明,该方法对电容层析成像(ECT)图像重建可以获得更高的峰值信噪比(PSNR)。

摘要： 基于JPEG-XS视觉无损编码格式的算法特点,8K/4K编解码成型产品综合视频质量、传输时延和效率,最大地发挥了JPEG-XS的基础优势,带给广电和高端视频行业用户全新的超高清信号传输效果和应用体验,尤其是大型赛事、文娱活动的远程实时传输和异地协同制作等.

摘要： 提出了一种新的矢量误差分散法，该算法将最小亮度分布标准(MBVC)引入到半色调算法的量化过程中，将用于表现输入颜色的半色调颜色的数量由原来的八种限制到亮度差异最小的四种，使半色调图像更接近输入的彩色图像。实验结果表明，该算法在感知标准PSNR，WSNR,LDM和UIQI上优于传统的矢量误差分散法并具有更好的视觉效果。

摘要： 提出了一种新的矢量误差分散法，该算法将最小亮度分布标准(MBVC)引入到半色调算法的量化过程中，将用于表现输入颜色的半色调颜色的数量由原来的八种限制到亮度差异最小的四种，使半色调图像更接近输入的彩色图像。实验结果表明，该算法在感知标准PSNR，WSNR,LDM和UIQI上优于传统的矢量误差分散法并具有更好的视觉效果。

摘要： 提出了一种新的矢量误差分散法，该算法将最小亮度分布标准(MBVC)引入到半色调算法的量化过程中，将用于表现输入颜色的半色调颜色的数量由原来的八种限制到亮度差异最小的四种，使半色调图像更接近输入的彩色图像。实验结果表明，该算法在感知标准PSNR，WSNR,LDM和UIQI上优于传统的矢量误差分散法并具有更好的视觉效果。

摘要： 提出了一种新的矢量误差分散法，该算法将最小亮度分布标准(MBVC)引入到半色调算法的量化过程中，将用于表现输入颜色的半色调颜色的数量由原来的八种限制到亮度差异最小的四种，使半色调图像更接近输入的彩色图像。实验结果表明，该算法在感知标准PSNR，WSNR,LDM和UIQI上优于传统的矢量误差分散法并具有更好的视觉效果。

摘要： 提出了一种新的矢量误差分散法，该算法将最小亮度分布标准(MBVC)引入到半色调算法的量化过程中，将用于表现输入颜色的半色调颜色的数量由原来的八种限制到亮度差异最小的四种，使半色调图像更接近输入的彩色图像。实验结果表明，该算法在感知标准PSNR，WSNR,LDM和UIQI上优于传统的矢量误差分散法并具有更好的视觉效果。

摘要： 提出了一种新的矢量误差分散法，该算法将最小亮度分布标准(MBVC)引入到半色调算法的量化过程中，将用于表现输入颜色的半色调颜色的数量由原来的八种限制到亮度差异最小的四种，使半色调图像更接近输入的彩色图像。实验结果表明，该算法在感知标准PSNR，WSNR,LDM和UIQI上优于传统的矢量误差分散法并具有更好的视觉效果。

摘要： 本申请涉及基于SSIM、PSNR算法的渲染方法、系统及计算机可读存储介质，其包括获取原图，根据原图生成符合原图的场景参数的第一缩略图；根据预设参数渲染第一缩略图，得到对比图；获取对比图的效果参数，确定对比图的效果参数是否符合预设参数；若符合，则将对比图作为效果图；基于效果图和预设参数，初步渲染原图，生成部分渲染原图的转化图；提取转化图的已渲部分，得到渲染图；获取渲染图的特征参数和效果图与渲染图对应部分的特征参数，并确认两图的特征参数是否相符合，输出判定信息；基于判定信息，确定是否根据预设参数继续渲染转化图，输出完全渲染的成图。本申请能够实时获取渲染情况，检验渲染农场渲染效果的正确性，节省了机时成本。

摘要： 本发明提供一种基于混沌理论的高PSNR脆弱水印方法，其包括如下步骤：S1、在原始图像中嵌入水印；S2、在嵌入了水印的图形中提取水印、篡改定位并进行图像恢复。本发明克服了原方案中所有的不足，同时水印所需的存储空间也没有增大，依然能够保持高PSNR。其中，混沌映射用来确保安全性；块划分的思想用来改进篡改区域和创造恢复数据的存储空间；基于VQ(矢量量化)的边匹配方法用来改进目标图像的恢复结果。实验表明我们的方法安全有效，并且恢复能力也非常令人满意。

摘要： 本发明公开一种基于PSNR阈值的视频分段存储的方法，该方法，包括步骤：A：对待处理视频进行分段处理；B：利用峰值信噪比的上限阈值，分别计算每段视频的最低码率；C：以最低码率分段存储视频。本发明对待处理视频进行分段处理，每段视频以峰值信噪比的上限阈值为参考基准来确定最低码率，相比以主观观看质量为基准的单一固定码率的方式，可以显著减小视频文件的容量，节省存储空间。并在后续视频在线分发时可以有效减小带宽需求。

摘要： 本发明公开一种基于H264/AVC视频的PSNR盲估计方法，是分析H264/AVC视频编码特征而提出的参数估计方法，属于多媒体质量评价领域。本发明主要针对不同视频内容及H264/AVC视频的编码方式，分析了帧内预测与帧间预测对视频编码质量的影响，通过DCT系数分布特性计算PSNR值的算法，能够得到更加精确的PSNR估计值。本发明方法包括如下步骤：1)提取每一帧的DCT系数；2)提取每一帧的宏块信息；3)根据宏块信息对宏块进行分类；4)对分类后的宏块分别计算噪声并进一步得到PSNR估计值。本发明方法能大幅度提高H264/AVC视频的PSNR估计准确值，尤其在P帧与B帧方面。

摘要： 提供了一种用于针对视频序列的预定图片块确定视觉活动信息的装置，该视频序列包括多个视频帧，该多个视频帧包括当前视频帧和一个或多个时间在先视频帧，其中，该一个或多个时间在先视频帧在时间上先于当前视频帧。该装置被配置为接收(110)一个或多个时间在先视频帧中的每一个的预定图片块和当前视频帧的预定图片块。此外，该装置被配置为根据当前视频帧的预定图片块并且根据一个或多个时间在先视频帧中的每一个的预定图片块并且根据时间高通滤波器来确定(120)视觉活动信息。

摘要： 本申请涉及基于SSIM、PSNR算法的渲染方法、系统及计算机可读存储介质，其包括获取原图，根据原图生成符合原图的场景参数的第一缩略图；根据预设参数渲染第一缩略图，得到对比图；获取对比图的效果参数，确定对比图的效果参数是否符合预设参数；若符合，则将对比图作为效果图；基于效果图和预设参数，初步渲染原图，生成部分渲染原图的转化图；提取转化图的已渲部分，得到渲染图；获取渲染图的特征参数和效果图与渲染图对应部分的特征参数，并确认两图的特征参数是否相符合，输出判定信息；基于判定信息，确定是否根据预设参数继续渲染转化图，输出完全渲染的成图。本申请能够实时获取渲染情况，检验渲染农场渲染效果的正确性，节省了机时成本。

摘要： 可以对360度视频内容进行编码。可以确定投影格式中的采样位置以对360度视频内容进行编码。例如，可以识别目标投影格式中的采样位置和参考投影格式中的采样位置。所述目标投影格式中的所述样本位置可以经由变换函数而与所述参考投影格式中的对应样本位置相关。可以识别所述参考投影格式中的所述采样位置的参数权重(例如，参考参数权重)。可以确定与所述参考投影格式中的所述采样位置的所述参数权重相关联的调整因子。可以计算所述目标投影格式中的所述采样位置的参数权重(例如，经调整的参数权重)。当对360度视频内容进行编码时，可以将所计算的经调整的参数权重应用于所述目标投影格式中的所述采样位置。

摘要： 本发明属于图像信息处理技术领域，具体涉及一种采用预设PSNR的DWT‑SVD域自适应鲁棒水印算法。该方法利用离散小波变换的抗攻击性与奇异值分解的稳定性，通过修改图像左奇异矩阵第一列元素之间的大小关系嵌入水印，并修改右奇异矩阵实现质量补偿。该方法不同于其他算法使用固定嵌入参数或反复实验得到嵌入参数，水印的嵌入强度依赖于嵌入参数，本发明不仅建立了嵌入参数、载体图像、水印信息之间的关联，并且不需要牺牲算法的时间复杂度，嵌入完成后的像素溢出与修正增强了算法的可靠性。

摘要： 本发明提供一种基于混沌理论的高PSNR脆弱水印方法，其包括如下步骤：S1、在原始图像中嵌入水印；S2、在嵌入了水印的图形中提取水印、篡改定位并进行图像恢复。本发明克服了原方案中所有的不足，同时水印所需的存储空间也没有增大，依然能够保持高PSNR。其中，混沌映射用来确保安全性；块划分的思想用来改进篡改区域和创造恢复数据的存储空间；基于VQ(矢量量化)的边匹配方法用来改进目标图像的恢复结果。实验表明我们的方法安全有效，并且恢复能力也非常令人满意。

摘要： 本发明公开一种基于H264/AVC视频的PSNR盲估计方法，是分析H264/AVC视频编码特征而提出的参数估计方法，属于多媒体质量评价领域。本发明主要针对不同视频内容及H264/AVC视频的编码方式，分析了帧内预测与帧间预测对视频编码质量的影响，通过DCT系数分布特性计算PSNR值的算法，能够得到更加精确的PSNR估计值。本发明方法包括如下步骤：1)提取每一帧的DCT系数；2)提取每一帧的宏块信息；3)根据宏块信息对宏块进行分类；4)对分类后的宏块分别计算噪声并进一步得到PSNR估计值。本发明方法能大幅度提高H264/AVC视频的PSNR估计准确值，尤其在P帧与B帧方面。