基于扩展梯度算子的结构相似度图像质量评价方法

为了更精确地评估图像质量,提出了一种新的客观评价算法:基于扩展梯度算子的结构相似度图像质量评价方法(extended gradient-based structural similarity,E-GSSIM)。首先分析了结构相似度(structural similarity,SSIM)与梯度结构相似度(gradient-based structural similarity,GSSIM)的不足,提出应用扩展Sobel算子替代GSSIM的传统Sobel算子,从而能够从多个方向提取邻域的梯度信息。为了不破坏原图的固有图像属性及使所提取的梯度信息更具有一致性,在计算梯度信息的时候引入衰减与阈值因子。LIVE2、TID2008、TID2013与CSIQ四个图库的定性与定量验证表明,E-GSSIM算法要优于传统的PSNR、SSIM、GSSIM质量评价指标,更为符合人眼视觉感知结果。

基于未确知理论的科技人才评价研究——以河北省为例

针对河北省基础研究人员、应用研究人员、成果转化研究人员成长特点,以基础研究型科技人才为例,以科技人才的知识、能力、业绩、贡献作为考量指标,利用熵权度量法、未确知测度理论建立了河北省科技人才分类评价模型,通过对科技人才评价测度,找出影响科技人才成才的关键因素,为全面掌握河北科技人才工作态势、有效判断人才发展趋势提供一定的理论依据。