FSIM公司

FSIM:一种用于图像质量评价的特征相似性指标。图像质量的主观评价(IQ)的目的是一致地使用计算质量评价模型来衡量图像质量。众所周知的结构相似性指数将像质分析从基于像素的阶段带到了基于结构的阶段。基于人类视觉系统(HVS)主要根据图像的低层特征来理解图像,提出了一种新的全参考IQA特征相似度(FSIM)指标。具体地说,相位一致性(PC)作为局部结构重要性的无量纲度量,被用作FSIM的主要特征。考虑到PC是对比度不变的,而对比度信息会影响HVS对图像质量的感知,因此采用图像梯度幅度(GM)作为FSIM的次要特征。PC和GM在表征图像局部质量方面起着互补作用。在得到局部质量图后,我们再次使用PC作为加权函数,得到单个质量分数。在六个基准IQA数据库上进行的大量实验表明,FSIM可以实现比最先进的IQA指标更高的主观评价一致性


zbMATH参考文献(28篇文章引用)

显示第1到第20个结果,共28个。
按年份排序(引用)
  1. 郭玉萌;曾玉萌;王佳喜;沈兆强:基于柱坐标加权方向总变差的外圆锥束CT图像重建方法(2020)
  2. 金良海;宋恩民;张文华:基于局部方向估计和CNN分类器的彩色图像去噪(2020)
  3. Li,Yunyi;Liu,Li;Zhao,Yu;Cheng,Xiefeng;Gui,Guan:基于群稀疏表示的广义图像压缩感知的非凸非光滑低秩极小化(2020)
  4. 王玉刚;黄廷柱;赵锡乐;蒋泰祥:非局部低阶正则化视频去噪(2020)
  5. 绿色对比度增强法(2019年哈桑-红对比法)
  6. 黄建平;王立辉;朱跃民:基于径向采样的多稀疏约束压缩传感MRI重建(2019)
  7. 周武杰:基于卷积网络和显著性加权的盲立体图像质量评价(2019)
  8. 周瑜;郭,海南:基于双域稀疏表示的协同块压缩感知重建(2019)
  9. 陈勇;黄廷柱;赵锡乐;邓良健:基于框架正则化低阶非负矩阵分解的高光谱图像复原(2018)
  10. 耿天宇;孙桂玲;徐毅;何景飞:基于截断核范数最小化的图像恢复群稀疏表示(2018)
  11. 李斌;沈晨阳;池宇杰;杨明;娄一飞;周凌红;贾、勋:基于空间谱非局部均值算法的多能锥束ct重建(2018)
  12. 吴美银;陈莉;田静:基于混合学习的盲图像质量评估框架(2018)
  13. 吴伟文、张彦波、王倩、刘凤林、罗福林、余恒勇:用于光谱CT重建的空间光谱立方体匹配框架(2018)
  14. 袁建军:一种改进的磁共振图像去噪变分模型(2018)
  15. 张燕山;张,峰;李,赵兵:基于分数变阶微分的图像恢复方法(2018)
  16. Brunet,多米尼克;Channappayya,Sumohana S.;Wang,Zhou;Vrscay,Edward R.;Bovik,Alan C.:优化图像质量(2017)
  17. 郭玉萌;曾玉萌;王成祥;张玲莉:基于加权方向全变差的ct外部问题图像重建模型(2017)
  18. Khodabakhshi Rafsanjani,Hossein;Sedaghi,Mohammad Hossein;Saryazdi,Saeid:图像去噪的有效扩散系数(2016)
  19. 李明;肖迪;张玉树:数字图像保真脆弱水印的攻击与改进(2016)
  20. Pistonesi,Silvina;Martinez,Jorge;Ojeda,Silvia M.:基于特征相似性指数的自项模型估计方法敏感性研究(2016)