找回密码
 注册
关于网站域名变更的通知
查看: 556|回复: 2
打印 上一主题 下一主题

基于matlab CCF算法的图像质量评价

[复制链接]

该用户从未签到

跳转到指定楼层
1#
发表于 2021-4-22 17:28 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

EDA365欢迎您登录!

您需要 登录 才可以下载或查看,没有帐号?注册

x
源代码) @  q- `5 t+ d$ h2 d) o
7 x' O9 j7 J6 c9 Z( L
``9 F$ [0 C4 ~, X  I
clear all, u) p$ Q( S0 a, r! I
clc
, y6 K  R" H5 }9 U& W6 b7 z/ u* ~0 s% D6 Z! _" L
im = imread(‘1.bmp’);: [: m7 M/ M, p" M- G: v4 \
& o6 G: A+ z3 r  c; v6 P
quality = CCF(im)
6 C3 v) x8 n7 m! O4 afunction [quality] = CCF(im)6 L9 U: v8 v' B" q
$ _# c' F3 P$ d
%-------------CCF_coloRFulness -----------------
. }& w' A  Y" j5 V: u( p& M, EimColor = double(im);1 t$ e9 P7 [. d: F: T" @6 {- U- A

, y) J9 A* {) K0 z& W3 b3 ]  |
6 `5 V, s  k1 {, [3 y3 K
  • R = imColor(:,:,1);
  • G = imColor(:,:,2);
  • B = imColor(:,:,3);
  • RR = log(R+0.00001) - mean2(log(R+0.00001));
  • GG = log(G+0.00001) - mean2(log(G+0.00001));
  • BB = log(B+0.00001) - mean2(log(B+0.00001));
  • alpha = RR-GG;
  • beta = 0.5*(RR+GG)-BB;
  • mu_alpha=mean(mean(alpha));
  • mu_beta=mean(mean(beta));
  • var_alpha=var(var(alpha));
  • var_beta=var(var(beta));
  • CCF_colorfulness=1000*((sqrt(var_alpha+var_beta)+0.3*sqrt(mu_alpha*mu_alpha+mu_beta*mu_beta))/85.59);1 P  d9 H' A6 c2 D

" D1 y* F+ c; l# x% i$ Y6 C1 e8 _$ D$ N/ q" {- [( [
%-------------CCF_contrast----------------------1 A8 h/ {, K5 C; w/ L% i. J

3 ]- }; a0 C" b9 J& a4 D5 _
  • im1=rgb2gray(im);
  • CCF_contrast = CCFcontrast(im1);
    # i; @$ ?$ z( h0 C8 q8 l. b
1 c0 G  k4 \! Q% \

8 v$ `$ T9 n! s  p2 Q%-------------CCF_FADE--------------------------
) E: \' b5 n6 d, l- {( R4 j0 F% ]7 l" V; t- [) w% H5 I* L
  • CCF_FADE = FADE(im);' m" S# k. M  p: C
; n- A& l2 [1 t! f" [
, k7 J. p' u* |7 f6 f
%------------ normalization ------------------
$ W7 w2 i0 W5 ?! H
# c* B6 c+ h; z4 b% H
  • CCF_colorfulness=mapminmax(CCF_colorfulness,1,10);
  • CCF_contrast=mapminmax(CCF_contrast,1,10);
  • CCF_FADE=10-mapminmax(CCF_FADE,1,10);9 u5 @+ T! q. ?! |. R
  c8 \7 ]* [+ B+ V5 F4 R

( U9 E" C$ ~6 O% ------------calculate image quality with coefficients---------------------
7 c: P1 T7 B2 ], b2 r
3 g# y# w! v9 y4 I! M
  • c=[0.17593 0.61759 0.33988 ];
  • quality = c(1)*(CCF_colorfulness) + c(2)*(CCF_contrast) + c(3)*(CCF_FADE): A9 l8 W* X* w. \) g, g( H

$ g% v5 ?$ Y& y3 T6 u6 A4 l$ N5 p% G) W2 r3 Z3 E
end
2 W+ q% s) ~) F  \9 q  A+ C2 |( G& w0 E# }: y+ E
8 x4 a4 _3 I4 @7 D( W

该用户从未签到

2#
发表于 2021-4-22 18:32 | 只看该作者
基于matlab CCF算法的图像质量评价

该用户从未签到

3#
发表于 2021-4-25 17:02 | 只看该作者
可以借鉴一下# S6 `  u8 \, t2 O

+ @! C! c. r$ E( M
您需要登录后才可以回帖 登录 | 注册

本版积分规则

关闭

推荐内容上一条 /1 下一条

EDA365公众号

关于我们|手机版|EDA365电子论坛网 ( 粤ICP备18020198号-1 )

GMT+8, 2025-10-30 13:57 , Processed in 0.203125 second(s), 24 queries , Gzip On.

深圳市墨知创新科技有限公司

地址:深圳市南山区科技生态园2栋A座805 电话:19926409050

快速回复 返回顶部 返回列表