Таблица | Карточка | RUSMARC | |
Разрешенные действия: –
Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Группа: Анонимные пользователи Сеть: Интернет |
Аннотация
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.
Права на использование объекта хранения
Место доступа | Группа пользователей | Действие | ||||
---|---|---|---|---|---|---|
Локальная сеть ИБК СПбПУ | Все | |||||
Интернет | Авторизованные пользователи СПбПУ | |||||
Интернет | Анонимные пользователи |
Оглавление
- 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
Статистика использования
Количество обращений: 38
За последние 30 дней: 0 Подробная статистика |