【CV系列】无参考图像的清晰度评价方法,附NRSS的matlab实现

本文详细介绍了无参考图像清晰度评价的多种方法,如Brenner梯度、Tenengrad梯度、Laplacian梯度等,并重点讨论了NRSS(无参考梯度结构相似度)算法,包括其原理和MATLAB实现。NRSS利用图像的结构信息来评估清晰度,适合于没有参考图像的情况。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Date: 2018/3/11


参考:https://blog.youkuaiyun.com/real_myth/article/details/50827940

https://blog.youkuaiyun.com/wxplol/article/details/87917740

 

  在无参考图像的质量评价中,图像的清晰度是衡量图像质量优劣的重要指标,它能够较好的与人的主观感受相对应,图像的清晰度不高表现出图像的模糊。本文针对无参考图像质量评价应用,对目前几种较为常用的、具有代表性清晰度算法进行讨论分析,为实际应用中选择清晰度算法提供依据。

 

(1)Brenner 梯度函数

 

Brenner梯度函数是最简单的梯度评价函数,它只是简单的计算相邻两个像素灰度差的平方,该函数定义如下:

无参考图像的清晰度评价方法 - nkwavelet - 小波的世界

<
评论 18
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

飞翔的鲲

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值