论文目录 | |
摘要 | 第1-5页 |
abstract | 第5-12页 |
注释表 | 第12-15页 |
缩略词 | 第15-17页 |
第一章 绪论 | 第17-29页 |
1.1 研究背景和意义 | 第17页 |
1.2 图像质量评价概述 | 第17-19页 |
1.2.1 主观图像质量评价 | 第18页 |
1.2.2 客观图像质量评价 | 第18-19页 |
1.3 客观图像质量评价国内外发展现状 | 第19-23页 |
1.3.1 全参考图像质量评价 | 第19-20页 |
1.3.2 半参考图像质量评价 | 第20-22页 |
1.3.3 无参考图像质量评价 | 第22-23页 |
1.4 客观图像质量评价方法性能验证 | 第23-27页 |
1.4.1 性能验证指标 | 第23-25页 |
1.4.2 性能验证数据库 | 第25-27页 |
1.5 论文主要工作及组织结构 | 第27-29页 |
1.5.1 论文的主要工作 | 第27页 |
1.5.2 论文的组织结构 | 第27-29页 |
第二章 基于视觉感知的全参考图像质量评价 | 第29-48页 |
2.1 引言 | 第29-30页 |
2.2 人类视觉系统HVS特性 | 第30-33页 |
2.2.1 HVS的生理学视觉原理 | 第30-31页 |
2.2.2 HVS的心理学感知特性 | 第31-33页 |
2.3 基于视觉感知特性的图像区域分割模型 | 第33-37页 |
2.3.1 HVS对不同图像区域的感知区别 | 第33-35页 |
2.3.2 基于视觉感知的图像区域分割模型 | 第35-37页 |
2.4 基于视觉感知的全参考图像质量评价指标 | 第37-39页 |
2.4.1 方向性CSF掩模 | 第37-38页 |
2.4.2 基于视觉感知的分割加权信噪比指标 | 第38-39页 |
2.5 实验结果与分析 | 第39-47页 |
2.5.1 SWSNR指标的主观一致性 | 第39-41页 |
2.5.2 不同全参考客观图像质量评价方法的主观一致性比较 | 第41-47页 |
2.6 本章小结 | 第47-48页 |
第三章 基于视觉互信息的混合失真图像全参考质量评价 | 第48-62页 |
3.1 引言 | 第48-49页 |
3.2 单失真和混合失真图像比较 | 第49-50页 |
3.3 图像信息熵及互信息 | 第50-51页 |
3.4 基于视觉互信息的混合失真图像全参考质量评价指标 | 第51-56页 |
3.4.1 可控金字塔分解和CSF滤波 | 第52-53页 |
3.4.2 图像子带分块处理 | 第53页 |
3.4.3 GSM模型和图像失真模型 | 第53-55页 |
3.4.4 视觉失真模型 | 第55页 |
3.4.5 混合失真图像评价指标 | 第55-56页 |
3.5 实验结果与分析 | 第56-61页 |
3.5.1 实验参数设置 | 第57页 |
3.5.2 MD-IQA指标的主观一致性 | 第57-58页 |
3.5.3 不同全参考方法对于混合失真图像的主观一致性比较 | 第58-61页 |
3.6 本章小结 | 第61-62页 |
第四章 基于AdaBoost_BP神经网络的小波域无参考图像质量评价 | 第62-83页 |
4.1 引言 | 第62-63页 |
4.2 图像自然场景统计特征 | 第63-65页 |
4.3 提取图像小波域自然场景统计特征 | 第65-70页 |
4.3.1 基于小波子带系数分布确定图像失真类型 | 第65-66页 |
4.3.2 基于小波子带系数分布确定图像失真程度 | 第66-67页 |
4.3.3 提取图像小波域自然场景统计特征 | 第67-70页 |
4.4 提取图像小波域信息熵特征 | 第70-73页 |
4.4.1 图像小波域二维局域熵分布 | 第70-71页 |
4.4.2 基于二维局域熵确定图像的失真类型及程度 | 第71-72页 |
4.4.3 提取图像小波域二维局域熵特征 | 第72-73页 |
4.5 基于AdaBoost_BP神经网络的小波域无参考图像质量评价方法 | 第73-76页 |
4.5.1 WABNN方法的实现步骤 | 第74页 |
4.5.2 AdaBoost_BP神经网络图像质量评分器和图像失真分类器 | 第74-76页 |
4.6 实验结果与分析 | 第76-82页 |
4.6.1 评价数据库预处理 | 第76-77页 |
4.6.2 WABNN方法的主观一致性 | 第77-79页 |
4.6.3 不同无参考图像质量评价方法的主观一致性比较 | 第79-82页 |
4.7 本章小结 | 第82-83页 |
第五章 总结与展望 | 第83-85页 |
参考文献 | 第85-90页 |
致谢 | 第90-91页 |
在学期间的研究成果及发表的学术论文 | 第91页 |