?

Details
Table Card RUSMARC
Title: Методы оценки и адаптивного управления качеством изображения: выпускная квалификационная работа бакалавра: направление 09.03.02 Информационные системы и технологии ; образовательная программа 09.03.02_02 Информационные системы и технологии
Creators: Скобелев Григорий Андреевич
Scientific adviser: Жиленков Антон Александрович
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint: Санкт-Петербург, 2019
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: ява-скрипт; веб-клиент; качество изображения; без ссылочная оценка; ай ти-технологии; классификация искажений; исправление искажений; html; css; java-script; it; react; docker; webgl; glsl; brisque; iqa; vertex shader; fragment shader; ajax; cpu; gpu; clientserver; web-client; thread; python; pypi; opencv; lib svm
Document type: Bachelor graduation qualification work
File type: PDF
Language: Russian
Level of education: Bachelor
Speciality code (FGOS): 09.03.02
Speciality group (FGOS): 090000 - Информатика и вычислительная техника
Links: Отзыв руководителя; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2019/vr/vr19-5466
Rights: Доступ по паролю из сети Интернет (чтение, печать, копирование)
Record key: ru\spstu\vkr\5795

Allowed Actions: –

Action 'Read' will be available if you login or access site from another network Action 'Download' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

В данной работе проведено исследование различных методов теории «слепой», без ссылочной оценки качества изображения, классификация и определение искажений на изображение, последующая обработка и исправление искажений. После обзора основных научных результатов в изучаемой предметной области сделаны соответствующие выводы и экспериментально получены и доказаны теоретические зависимости.

In this paper, a study of various methods of the theory of "blindness", without reference assessment of image quality, classification and definition of distortions into an image, subsequent processing and correction of distortions. After reviewing the main scientific results in the subject area under study, appropriate conclusions were made and theoretical dependences were experimentally obtained and proved.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print Download
Internet Authorized users SPbPU Read Print Download
-> Internet Anonymous

Table of Contents

  • Вступление
  • 1 Оценка качества изображения
  • 1.1 Оценка качества изображения (Image Quality Assessment)
  • 1.2 Blind image quality toolbox
  • 1.2.1 BLIINDS 2
  • 1.2.2 BRISQUE
  • 1.2.3 NIQE
  • 1.3 Использование No-Reference Quality Assessment Model
  • 1.4 Image Quality Assessment (IQA) Dataset
  • 1.4.1 TID 2008
  • 2 Анализ алгоритма
  • 2.1 Blind/Referenceless Image Spatial Quality Evaluator (BRISQUE)
  • 2.2 Описание работы алгоритма BRISQUE
  • 2.2.1 Извлечение из исходного изображения NSS (Natural Scene Statistics)
  • 2.2.2 Нормализация средне вычитаемого контраста (MSCN)
  • 2.2.3 Рассчитывание признаков вектора
  • 2.2.4 Прогнозирование показателя качества изображения
  • 3 Разработка программы
  • 3.1 Matlab
  • 3.2 Python
  • 3.3 Исправление искажений изображения
  • 3.3.1 Настройка гистограммы изображения
  • 3.3.2 Подавление шума
  • 3.3.3 Настройка гаммы изображения
  • 3.3.4 Пороговая функция
  • 3.3.5 Пример работы python скрипта
  • 3.4 WebGL
  • 3.4.1 Процесс работы WebGL
  • 3.4.2 Вершинный шейдер
  • 3.4.3 Примитивная сборка
  • 3.4.4 Растеризация
  • 3.4.5 Фрагментный шейдер
  • 3.4.6 Операции над отдельными фрагментами
  • 3.4.7 Глоссарий
  • 3.4.8 GLSL
  • 3.4.9 Примеры базовых операций
  • 3.4.10 Blend Modes
  • 3.5 Реализация клиент-серверной программы
  • Заключение
  • Список используемой литературы и интернет ресурсов

Usage statistics

stat Access count: 38
Last 30 days: 0
Detailed usage statistics