一种基于奇异值分解的图像质量评价方法.docx

一种基于奇异值分解的图像质量评价方法.docx

  1. 1、本文档共12页,其中可免费阅读4页,需付费180金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
矩阵分析大作业 一种基于奇异值分解的图像质量评价方法摘 要传统图像质量评价方法一般以图像的像素值为基础,这些算法要求参考图像存在并且完整。其实图像本身是具有结构性的,仅以像素比较来评判图像差异,扩大了图像质量评价的含义。并且不适于原始图像和畸变图像尺寸不一致的情况。基于这些问题,本文讨论了用奇异值分解把图像矩阵转化为向量,并用奇异值向量之间的夹角作为图像的质量评价指标的方法。实验结果表明:基于奇异值向量夹角的准则对压缩、噪声和旋转、平移、尺度等几何畸变都具有好的性质;且适用于文中扩展的质量评价定义。关键词:图像质量评价;奇异值分解。AbstractThe traditional image q

您可能关注的文档

文档评论(0)

好文精选 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档