基于边缘检测和深度残差网络的图像质量评估方法
本发明公开了一种基于边缘检测和深度残差网络的图像质量评估方法,具体按照以下步骤实施:步骤1、输入原始的失真图像,采用Canny边缘检测算法进行边缘检测,并分割为大小一致的图像块,对这些图像块进行筛选;步骤2、对筛选后的图像块进行归一化处理,输入到残差网络,输出原始失真图像的图像块分数和权重;步骤3、对输出原始失真图像的图像块分数进行加权处理,得到图像分数的预测值。本发明解决了现有技术中存在的传统深度学习中训练数据量不足的问题,同时利用深度残差网络对于图像浅层和深层的特征有一个较好的提取。
《基于边缘检测和深度残差网络的图像质量评估方法》是一发明专利,专利号为 202110824230X,当前法律状态为已售,由西安理工大学提出申请,发明人为谢国;车康;穆凌霞;李艳恺;梁莉莉;辛菁;钱富才;雷沁瑜;张杰;韩宁,申请日期为2021-07-21,公开(公告)日期为2025-04-25,国际专利分类号(IPC)为 G06T 7/00 (2017.01),高新资质:未报高企,所属技术领域包括:图像质量评估 图像处理 计算机视觉 机器模式识别 深度学习 人工智能 视频通信 流媒体服务 医学影像。该专利权属清晰,可通过正规流程办理转让,适用于企业技术升级、资质申报与战略布局。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于边缘检测和深度残差网络的图像质量评估方法,具体按照以下步骤实施:步骤1、输入原始的失真图像,采用Canny边缘检测算法进行边缘检测,并分割为大小一致的图像块,对这些图像块进行筛选;步骤2、对筛选后的图像块进行归一化处理,输入到残差网络,输出原始失真图像的图像块分数和权重;步骤3、对输出原始失真图像的图像块分数进行加权处理,得到图像分数的预测值。本发明解决了现有技术中存在的传统深度学习中训练数据量不足的问题,同时利用深度残差网络对于图像浅层和深层的特征有一个较好的提取。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
