基于稀疏表示与SVM的分任务铁路货车图像质量判断方法,属于图像处理技术领域。
为了解决现有的图像质量判断方法对货车图像进行检测时存在准确率低甚至失效的问题。
本发明将货车图像送入训练好的质量判断网络得到图像质量判断结果;质量判断网络的确定过程中:根据亮度、清晰度、对称性、拉伸程度与噪声的正样本和负样本构建5个质量判断数据集并对每幅图像的图像质量评分,作为质量标签;针对五种质量判断任务,提取图像不同特征并采用稀疏表示进行特征编码,并分别构建和训练不同的质量判断模型,根据五个质量判断模型得到五个质量分数确定最终质量分数,作为图像质量判断的判断结果。
主要用于铁路货车图像质量判断。
韩旭
哈尔滨市科佳通用机电股份有限公司
150060 黑龙江省哈尔滨市经开区哈平路集中区潍坊路2号
基于稀疏表示与SVM的分任务铁路货车图像质量判断方法,属于图像处理技术领域。
为了解决现有的图像质量判断方法对货车图像进行检测时存在准确率低甚至失效的问题。
本发明将货车图像送入训练好的质量判断网络得到图像质量判断结果;质量判断网络的确定过程中:根据亮度、清晰度、对称性、拉伸程度与噪声的正样本和负样本构建5个质量判断数据集并对每幅图像的图像质量评分,作为质量标签;针对五种质量判断任务,提取图像不同特征并采用稀疏表示进行特征编码,并分别构建和训练不同的质量判断模型,根据五个质量判断模型得到五个质量分数确定最终质量分数,作为图像质量判断的判断结果。
主要用于铁路货车图像质量判断。