- 发布
- 北京博米科技有限公司
- 电话
- 010-88907769
- 手机
- 18515538385
- 发布时间
- 2021-01-19 20:46:31
图像测试设备基于概率模型的方法
这类方法首先建立图像特征与图像质量之间的统计概率模型, 大多采用多变量高斯分布描述概率分布. 对待评价图像, 提取特征后根据概率模型计算后验概率的图像质量, 或根据与概率模型的匹配程度(如特征间的距离) 估计图像质量.
在德克萨斯大学奥斯汀分校的Mittal 等 提出的自然图像质量评价(Natural image evaluator, NIQE)算法中, 无需利用人眼评分的失真图像进行训练, 在计算其局部MSCN 一化图像后, 根据局部活性选择部分图像块作为训练数据, 以广义高斯模型拟合得到模型参数作为特征, 采用多变量高斯模型描述这些特征,图像测试设备报价, 评价过程中利用待评价图像特征模型参数与预先建立的模型参数之间的距离来确定图像质量。
图像测试设备的了解
一般先检测环境的光照度,再测试光源和环境的总光照度,之后通过检测得到的总光照度减去环境的光照度,得出光源的光照度值,这种检测方法得到的数值存在不准确性。在测试光源和环境的总光照度时,环境周围会将光反射或折射,不可避免会将反射或折射部分光线到检测仪器中,将计算到总光照度中,图像测试设备,这样无形中增大了光源的光照度,而实际上该光源并没有达到此光照度,照明光源图像测试设备,检测测得光照度并非实际光源的光照度。
图像测试设备
图像测试设备是建立在CCD数位影像的基础上,依托于计算机屏幕测量技术和空间几何运算的强大软件能力而产生的。计算机在安装上专用控制与图形测量软件后,变成了具有软件的测量大脑,是整个设备的主体。它能快速读取光学尺的位移数值,通过建立在空间几何基础上的软件模块运算,瞬间得出所要的结果;并在屏幕上产生图形,供操作员进行图影对照,从而能够直观地分辨测量结果可能存在的偏差。