買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜寧波大學(xué)申請的專利基于視覺感知的高動態(tài)范圍立體全向圖像質(zhì)量評價方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114998596B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-01發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202210562739.6，技術(shù)領(lǐng)域涉及：G06V10/28；該發(fā)明授權(quán)基于視覺感知的高動態(tài)范圍立體全向圖像質(zhì)量評價方法是由曹劉燕;蔣剛毅;郁梅設(shè)計研發(fā)完成，并于2022-05-23向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于視覺感知的高動態(tài)范圍立體全向圖像質(zhì)量評價方法在說明書摘要公布了：本發(fā)明提供了基于視覺感知的高動態(tài)范圍立體全向圖像質(zhì)量評價方法，涉及圖像質(zhì)量評價技術(shù)領(lǐng)域，包括步驟：S1：建立單目感知模型包括，基于預(yù)設(shè)特征提取流程對全局顏色特征提取；根據(jù)預(yù)設(shè)采樣流程對視口進行采樣；對采樣的視口圖像進行對稱或非對稱失真量化處理，得到對稱或非對稱失真度量特征；對采樣的視口圖像進行場景特性的感知特征提取處理，得到左右失真圖像的細節(jié)對比度特征和左右失真圖像的結(jié)構(gòu)特征；S2：將對稱或非對稱失真度量特征、左右失真圖像的細節(jié)對比度特征和左右失真圖像的結(jié)構(gòu)特征進行特征聚合。本方法能夠針對受局限于低動態(tài)范圍的全向圖像采集技術(shù)，提供一種客觀預(yù)測精度更高的HSOI圖像質(zhì)量評估方法。

本發(fā)明授權(quán)基于視覺感知的高動態(tài)范圍立體全向圖像質(zhì)量評價方法在權(quán)利要求書中公布了：1.基于視覺感知的高動態(tài)范圍立體全向圖像質(zhì)量評價方法，其特征在于，包括步驟：S1：建立單目感知模型包括，基于預(yù)設(shè)特征提取流程對全局顏色特征提取；根據(jù)預(yù)設(shè)采樣流程對視口進行采樣；對采樣的視口圖像進行對稱或非對稱失真量化處理，得到對稱或非對稱失真度量特征；對采樣的視口圖像進行場景特性的感知特征提取處理，得到左右失真圖像的細節(jié)對比度特征和左右失真圖像的結(jié)構(gòu)特征；S2：將對稱或非對稱失真度量特征、左右失真圖像的細節(jié)對比度特征和左右失真圖像的結(jié)構(gòu)特征進行特征聚合；S3：建立雙目感知模型包括，將采樣的視口圖像進行雙目融合處理，得到雙目融合模型提取的特征；將采樣的視口圖像進行雙目差異處理，得到雙目差異特征；并將雙目融合模型提取的特征和雙目差異特征進行特征聚合；S4：按照預(yù)設(shè)特征選擇流程對步驟S2和步驟S3聚合后的特征進行篩選，得到特征選擇后的特征集；S5：將特征選擇后的特征集作為輸入，選擇回歸模型，得到預(yù)測得分。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人寧波大學(xué)，其通訊地址為：315211 浙江省寧波市江北區(qū)風(fēng)華路818號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。