No reference image quality assessment metric based on regional mutual information among images(4.8)

好久没看论文了,翻到了一篇基于矩阵运算的高级文,不知这位作者何方大神,看得我云里雾里。

 

以下内容纯属个人观点,如有不同,尽情指正。

基于局部的相似信息就可以看出是一系列高级的矩阵运算,果不其然,,,

文章的主要内容就是第二章 Methodology,

1、对图像矩阵I ,取90度(据说是转换最大)的I',然后就会有

2、对I 和I' 进行3*3分割,对应位置的3*3放在一起组成长为18的一维向量,然后求

3、对Me,o求协差,

4、重点来了,对三个矩阵求了相对熵,C我能理解,CA、CB到底是怎么选的能,贴原话。

如果r是3的话,d就是98啊,那A和B的大小就是49*49,呃,,,先求一个3*3的,再求两个49*49的,,这个比列是不是有点大。而且A和B是C的左上角和右下角,是怎么个取法呢,,从中间分开再填充???而且对图片的所有3*3都要这么算吗。

5、然后就是求和。比较容易理解。

最后看了一眼唯一的表格,主要对比的是SSIM,,效果一般吧,,最后作者提了一句未来要计算RMI的权重。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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
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