测量视频性能的工具和源代码，源代码可以用vs2008编译可以测试视频相关的一些性能，比如MOS和PSNR等
2024/12/10 11:24:09
623KB
1
图像处理课程作业可直接运行附带评价指标：PSNRMSE对图像使用大气湍流模型进行退化，并加高斯噪声。
通过维纳滤波实现图像复原。
并与逆滤波的方法进行对比。
最后采用PSNR和MSE对维纳滤波的结果进行评价。
由于存在取整误差，就算去掉高斯噪声，逆滤波仍然难以完全还原原始图像。
通过维纳滤波实现图像复原。
并与逆滤波的方法进行对比。
最后采用PSNR和MSE对维纳滤波的结果进行评价。
由于存在取整误差，就算去掉高斯噪声，逆滤波仍然难以完全还原原始图像。
107KB
1
编写一个Matlab程序，实现基于DCT的图像变换编码。
编码过程：将原始图像划分成8×8的图像块，采用离散余弦变换（DCT）对图像块进行变换。
解码过程：对于每个图像块，使用一定比例的最低频DCT系数（被舍弃的高频DCT系数设为0）做逆离散余弦变换（IDCT），得到重构的图像块。
最后，将所有重构的图像块按顺序拼接成完整的解码图像。
分别取32、16、8个最低频DCT系数（如图1所示）进行反变换得到重构的图像，比较图像的质量，计算这三种情况下的峰值信噪比。
峰值信噪比的计算公式：PSNR=10log10(2552/MSE)其中，MSE（MeanSquaredError）指原始图像和重构图像之间的均方误差。
编码过程：将原始图像划分成8×8的图像块，采用离散余弦变换（DCT）对图像块进行变换。
解码过程：对于每个图像块，使用一定比例的最低频DCT系数（被舍弃的高频DCT系数设为0）做逆离散余弦变换（IDCT），得到重构的图像块。
最后，将所有重构的图像块按顺序拼接成完整的解码图像。
分别取32、16、8个最低频DCT系数（如图1所示）进行反变换得到重构的图像，比较图像的质量，计算这三种情况下的峰值信噪比。
峰值信噪比的计算公式：PSNR=10log10(2552/MSE)其中，MSE（MeanSquaredError）指原始图像和重构图像之间的均方误差。
2024/9/16 0:17:38
2KB
1
BDBR表示在同样的客观质量下，较优的编码方法可以节省的码率百分比，其中BDBR越小，当前编码器的压缩性能越佳；
BD-PSNR表示在同等码率下，两种编码条件下压缩后视频PSNR值的差异，其中BD-PSNR值越大，当前编码器质量损失越小。
计算视频质量BDBR和BD-PSNR的matlab代码，运行正确。
BD-PSNR表示在同等码率下，两种编码条件下压缩后视频PSNR值的差异，其中BD-PSNR值越大，当前编码器质量损失越小。
计算视频质量BDBR和BD-PSNR的matlab代码，运行正确。
2024/8/15 2:51:45
2KB
1
压缩包包括：1、JPEG编解码码程序；
注释非常详细。
2、程序运行需要的mat文件。
3、个人绘制的JPEG压缩例，非常适合初学者。
注意，本代码不存储编码，只计算编码长度、PSNR、数据流、压缩比等。
注释非常详细。
2、程序运行需要的mat文件。
3、个人绘制的JPEG压缩例，非常适合初学者。
注意，本代码不存储编码，只计算编码长度、PSNR、数据流、压缩比等。
2024/4/1 8:50:02
3.06MB
1
计算两个420YUV的Y-PSNR、U-PSNR、V-PSNR和YUV-PSNR，c++代码，计算细节和HM代码一致
2024/2/24 14:18:52
3.95MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB