买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉大连海事大学申请的专利一种基于多特征融合的水下图像质量评估模型获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119992298B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510030288.5，技术领域涉及：G06V10/98；该发明授权一种基于多特征融合的水下图像质量评估模型是由周景春;夏家强;张毅博;马浩程;周毅;陈友玮;张维石设计研发完成，并于2025-01-08向国家知识产权局提交的专利申请。

本一种基于多特征融合的水下图像质量评估模型在说明书摘要公布了：本发明提供一种基于多特征融合的水下图像质量评估模型，属于水下图像质量评估技术领域。本发明主要使用在水下图像增强后，无法客观准确的评估增强的图像质量，导致评分与人眼视觉不一致的问题，针对光的吸收、散射和颜色失真使得水下图像常常出现模糊和对比度低等问题，基于YcbCr色彩空间中的亮度通道和色度通道，提取水下图像的亮度特征、色度特征和显著性特征进行多特征融合，采用基于机器学习的支持向量机排序SVMrank模型利用融合后的多维特征在数据集上进行模型训练，最后依据训练好的模型对待测图像进行图像质量评估，得到统一视角的质量评估分数。

本发明授权一种基于多特征融合的水下图像质量评估模型在权利要求书中公布了：1.一种基于多特征融合的水下图像质量评估方法，其特征在于，包括以下步骤： 步骤01：获取多个水下原始图像及其对应的增强后的图像数据集，按50%：50%的比例将所述多个水下原始图像及其对应的增强后的图像数据集随机划分为训练集图像和测试集图像； 步骤02：将所述训练集图像从RGB色彩空间转换为YcbCr色彩空间； 步骤03：在YcbCr色彩空间中的Y通道上进行亮度特征的提取；所述提取包括：灰度共生矩阵纹理特征和局部二值模式直方图特征； 步骤04：在YcbCr色彩空间中的Cb通道和Cr通道上进行色度特征的提取；所述提取包括：矩统计量特征和红色偏移特征； 步骤05：将所述训练集图像转换为灰度图像，提取图像的显著性特征；所述步骤05显著性特征提取，包括以下步骤： 步骤51：首先将所述训练集图像转换为灰度图像Gray，计算公式如下： 步骤52：然后使用Sobel算子计算图像的水平和垂直方向梯度，计算公式如下： 梯度幅值G的计算公式如下： 其中，表示灰度图像第个像素点的灰度值，和分别表示水平方向和垂直方向的梯度，G为梯度幅度，梯度方向为； 对梯度幅值归一化到0-255的范围内，并转换为整数类型；同时，梯度方向被量化到最接近的45度角； 利用LBP算法对整数化后的梯度幅值图进行特征计算，得到显著性图的特征；将显著性图的LBP直方图特征作为显著性特征，表示为； 步骤06：将所述亮度特征、所述色度特征和所述显著性特征进行特征融合，得到组合特征向量，使用支持向量机排序算法SVMrank模型在所述训练集图像上进行模型训练，得到训练后的模型；所述步骤06包括以下步骤： 步骤61：将水下图像的亮度特征，、色度特征，和显著性特征进行融合，获得多维特征向量F，表示为； 步骤62：将训练集中每张图像的多维特征向量F和对应图像的主观评分MOS作为输入数据，构建支持向量机排序模型进行训练； 步骤07：根据所述步骤06得到的训练后的模型，进行水下图像的质量评估，得到图像质量评估分数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连海事大学，其通讯地址为：116026 辽宁省大连市甘井子区凌水街道凌海路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。