基于区域对比度和SSIM的图像质量评价方法

在诸多图像质量评价方法中,结构相似度(SSIM)算法简单高效,准确性较高,但SSIM模型不能很好地评价存在局部失真和交叉失真类型的图像。针对SSIM算法对图像不同区域平等对待的不足并考虑了时域人眼视觉特性,提出一种改进的基于区域对比度和结构相似度(RCSSIM)的图像质量评价方法。该算法将图像区域灰度信息对比度与SSIM算法融合,加权归一为参考图像与失真图像的对比度结构相似度值,以其评价图像质量。在LIVE图像数据库上的实验结果表明,与SSIM算法相比,RCSSIM评价结果的皮尔逊线性相关系数提高约0.015,均方根误差减小约0.55,更接近于人眼主观测试结果,具有更好的评价性能。

基于图像质量评价的LCD运动模糊检测方法

运动模糊度是表征LCD显示器质量的重要指标。目前,国内针对LCD运动图像显示性能的检测大多采用人眼视觉检测的方法,而人工检测结果是检测人员的主观判断,易受外界环境和自身心理因素的影响,不利于生产的统一化、标准化。本文采用图像质量评价的思路,提出了一种基于区域对比度和结构相似度(RCSSIM)算法的LCD运动模糊检测方法。参考LCD显示的静止图像,对采集到的运动图像进行图像质量评价得到运动图像的清晰度,以此作为LCD显示器运动模糊程度的指标。仿真和实际检测结果均表明,该方法提出的检测指标不但能很好地量化LCD运动模糊度,且与人的主观感知相符。

基于dSPACE的无人机电动舵机故障检测

传统的舵机故障检测通常基于舵机参数已知,但实际中大多数舵机的内部参数是未知的。文中采用搭建故障观测器的思路,提出了一种基于子空间辨识的卡尔曼滤波故障检测方法;借助于d SPACE半实物仿真工具,搭建了电动舵机故障检测半实物仿真平台,实现了未知参数电动舵机的在线故障检测和快速故障分析。实验表明,该方法不但能有效检测故障发生时间,而且能快速辩识故障类型和程度,为无人机舵机故障快速检测的工程化应用提供了一种解决方案。