基于生物视觉标准模型特征的无参考型图像质量评价方法 | 液晶与显示 -- 中国光学期刊网

液晶与显示, 2014, 29 (6): 1016, 网络出版: 2014-09-15

基于生物视觉标准模型特征的无参考型图像质量评价方法

Non reference image quality assessment approach based on standard model features of biological vision

杨亚威 ^*李俊山张士杰芦鸿雁胡双演

作者单位

第二炮兵工程大学信息工程系，陕西西安 710025

无参考型图像质量评价生物视觉模型标准模型特征最小二乘支持向量机失真图像 nonreference image quality assessment[biological

知识挖掘

相关论文

1. 基于高光谱成像技术的涌泉蜜桔糖度最优检测位置

2024年

2. 基于高光谱数据与针叶电阻率的松材线虫病早期诊断研究

2023年

3. 基于高光谱成像技术的枇杷碰伤等级检测研究

2023年

4. 比较用可见/短波近红外光谱结合机器学习算法测量土壤性质的不同多元校准方法分析

2023年

5. 基于SPA和PSO-LSSVM的可见-近红外光谱水质pH值检测

2023年

6. 基于偏振成像技术的油桃机械损伤检测

2022年

7. 基于BAS-LSSVM的室内可见光指纹定位方法

2022年

8. 小波包分形在远区核爆电磁脉冲识别中的应用

2022年

9. 基于H-like模型的压电陶瓷作动器内模控制

2020年

10. 一种基于LS-SVM的激光陀螺零偏的温度建模与补偿新方法

2011年

本文相似领域研究进展，

知识服务

本文主要研究领域论文发表情况：

最小二乘支持向量机

98篇

nonreference image quality assessment[biological

1篇

标准模型特征

1篇

生物视觉模型

1篇

1篇

无参考型图像质量评价

1篇

本文研究领域论文发表情况（统计图）：

杨亚威, 李俊山, 张士杰, 芦鸿雁, 胡双演. 基于生物视觉标准模型特征的无参考型图像质量评价方法[J]. 液晶与显示, 2014, 29(6): 1016. YANG Yawei, LI Junshan, ZHANG Shijie, LU Hongyan, HU Shuangyan. Non reference image quality assessment approach based on standard model features of biological vision[J]. Chinese Journal of Liquid Crystals and Displays, 2014, 29(6): 1016.

论文摘要 Full Text 图 & 表补充材料基本信息知识挖掘 Metrics PDF全文参考文献 & 引文

本文已被 4 篇论文引用
被引统计数据来源于中国光学期刊网

引用该论文： TXT | EndNote

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务，点击此处了解我们的隐私策略。如您需继续使用本网站，请您授权我们使用本地 cookie 来保存部分信息。

您最值得信赖的光电行业旗舰网络服务平台!

快速查询高级查询

最近搜索：

大家在搜：人工智能图像处理光子

热门搜索：机器视觉光通信光纤传感器