排序方式: 共有2条查询结果,搜索用时 62 毫秒
1.
针对现阶段无参考型算法主观一致性差的问题,提出了一种基于兴趣区域的无参考型影像质量评价算法(NROI),在德克萨斯大学的Live影像库中与经典算法:峰值信噪比(PSNR)、结构相似度(SSIM)、自然场景统计模型(NIQE)法,进行大量实验对比。结果表明,NROI的表现优于NIQE,PSNR与SSIM相当,适用于数字影像的质量评价。
相似文献
2.
城区车载点云数据包含建筑物、树木等不同的地物反射的点的总数,如何对无拓扑、盲目性的激光脚点进行分类成为点云数据后处理的难点。提出一种基于点云分散程度的分类方法:首先构建包围点及其k-邻域点集的最小包围盒,比较其在3个坐标平面的最大投影面积与最小包围盒体积的比值提取面状走势信息;其次比较点集在局部空间的分散程度提取树木点;最后以高程、点云密度作为约束条件进行分类。实例证明,该算法可较好地识别建筑物、树木等地物,具有一定的实用价值。
相似文献