基于深度学习的压缩编码降质图像优化处理与质量评价
日期:2015.01.01 点击数:3
【类型】学位论文
【作者】邵俊超
【关键词】 振铃效应 压缩编码降质图像 质量评价 深度学习 块效应
【学位授予单位】北京航空航天大学
【学位年度】2015
【学位名称】硕士
【导师姓名】秦世引
【摘要】在这个大数据时代,多媒体数据的数量呈指数级增长,图像压缩技术被广泛应用以节省存储空间和传输带宽。然而图像压缩不可避免的造成了图像质量的退化,主要包括块效应和振铃效应等,严重影响图像的主观质量并降低以压缩图像为输入的计算机视觉算法的性能。而图像质量评价方法可以评测图像复原算法的性能,同时可以进一步指导优化复原算法。本文在分析压缩编码图像的降质机理的基础上对降质图像分类识别,针对块效应和振铃效应降质图像分别构建了优化决策模型。针对现有方法的不足之处,提出了相应的改进的优化模型求解算法。为了有效的评价和指导优化
【全文挂接】 获取全文
相关文章
- 1、基于小波变换的电能质量检测与仿真分析 作者:吴兆刚 年份:2014
- 2、我国农村民主质量及其影响因素研究 作者:徐巍 年份:2014
- 3、柴达木盆地枸杞质量安全评估与信息系统建立研究 作者:肖明 年份:2014
- 4、批发市场交易模式下农产品质量安全研究 作者:刘小兰 年份:2014
- 5、内部控制质量与企业融资成本的关系研究 作者:孙梦丹 年份:2014
- 6、青少年生命质量量表(YQOL-R)的汉化研究 作者:姜晓莹 年份:2014
热点排行