您当前的位置：
首页 >
文章列表页 >
基于纹理奇异值分解的全参考图像质量评价
信息科学 | 更新时间：2025-03-07
|

    • 基于纹理奇异值分解的全参考图像质量评价

    • Full-reference image quality assessment based on texture singular value decomposition

    • “在工业视觉系统领域，提出了基于纹理信息加权的奇异值分解全参考图像质量评价模型，有效提高了评价精度和泛化性。”
    • 光学精密工程   2025年33卷第1期 页码：107-122

    • DOI：10.37188/OPE.20253301.0107    

      中图分类号： TP394.1;TH691.9
    • CSTR：32169.14.OPE.20253301.0107    

    • 收稿日期：2024-08-13，

      修回日期：2024-10-21，

      纸质出版日期：2025-01-10

    移动端阅览

  • 李佳欣,段发阶,傅骁等.基于纹理奇异值分解的全参考图像质量评价[J].光学精密工程,2025,33(01):107-122. DOI： 10.37188/OPE.20253301.0107. CSTR： 32169.14.OPE.20253301.0107.

    LI Jiaxin,DUAN Fajie,FU Xiao,et al.Full-reference image quality assessment based on texture singular value decomposition[J].Optics and Precision Engineering,2025,33(01):107-122. DOI： 10.37188/OPE.20253301.0107. CSTR： 32169.14.OPE.20253301.0107.

  •  
  •  

0

浏览量

14

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

广义平均的全参考型图像质量评价池化策略
基于二次图像分解的红外图像与可见光图像融合
基于色貌尺度相位一致性的全参考图像质量评价
基于特定偏振态成像的水下图像去散射方法

相关作者

牛广越
傅骁
段发阶
李佳欣
高丽霞
陈丽奇
刘国军
童亦新

相关机构

天津大学 精密测试技术及仪器国家重点实验室
宁夏大学 数学统计学院
南京邮电大学 电子与光学工程学院、柔性电子（未来技术）学院
安徽工程大学 人工智能学院
大连理工大学 辽宁省微/纳米技术与系统重点实验室精密与特种加工教育部重点实验室
0