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！

龙图腾网获悉安徽大学申请的专利基于整体和高影响区域分析的无参考屏幕内容图像质量评价方法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：CN115937108B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202211471737.2，技术领域涉及：G06T7/00；该发明授权基于整体和高影响区域分析的无参考屏幕内容图像质量评价方法是由杨杨;徐卓然;张志翔;张卫明设计研发完成，并于2022-11-23向国家知识产权局提交的专利申请。

本基于整体和高影响区域分析的无参考屏幕内容图像质量评价方法在说明书摘要公布了：本发明涉及基于整体和高影响区域分析的无参考屏幕内容图像质量评价方法，与现有技术相比解决了分数融合方法和所提取的统计特征无法全面反映图像质量的缺陷。本发明包括下列步骤：屏幕内容图像的划分；高影响区域的划分；结构特征的提取；颜色特征的提取；整体图像分数和高影响区域分数的获得；最终的视觉质量分数的获得。本发明采用以整体图像分数为主导，利用高影响区域的分数对整体分数进行局部调整的分数融合策略，不仅充分考虑到两个区域的差异性，更加保证了图像的整体性，相较于现有的文本和图像两区域分数融合策略，更能够准确反映图像的感知质量。

本发明授权基于整体和高影响区域分析的无参考屏幕内容图像质量评价方法在权利要求书中公布了：1.一种基于整体和高影响区域分析的无参考屏幕内容图像质量评价方法，其特征在于，包括以下步骤： 11屏幕内容图像的划分：先通过局部图像活动度量算法获得屏幕内容图像的粗文本层；通过基于文本连接组件的细化过程将粗文本层进一步分割出纯文本区域，其余区域则认定为图像区域； 12高影响区域的划分：通过信息熵在纯文本和图像区域之间选择出对整体质量影响更高的高影响区域； 所述高影响区域的划分包括以下步骤： 121分别计算纯文本区域和图像区域的信息熵，所述信息熵公式表示为： 其中，ph是像素强度h的概率， 得到纯文本区域信息熵的值ptex和图像区域信息熵的值ppic； 122比较纯文本区域和图像区域信息熵的值： 当ptex≥ppic，则文本区域被认定为高影响区域；当ptexppic，则图像区域被认定为高影响区域； 13结构特征的提取：将相位一致、局部二值模式和多种梯度特征相结合，得到梯度加权直方图，对屏幕内容图像和高影响区域提取出相同的结构特征； 14颜色特征的提取：基于对立颜色空间计算饱和度和颜色熵，对屏幕内容图像和高影响区域提取出相同的颜色特征； 15整体图像分数和高影响区域分数的获得：利用AdaBoostingBP神经网络训练回归模型得到整体图像分数和高影响区域分数； 16最终的视觉质量分数的获得：通过加权策略用高影响区域的分数对整体分数进行局部调整，以此获得最终的视觉质量分数。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。