| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究进展与现状 | 第9-13页 |
| 1.2.1 全参考图像质量评价算法 | 第9-11页 |
| 1.2.2 半参考图像质量评价算法 | 第11-12页 |
| 1.2.3 无参考图像质量评价算法 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 1.4 论文章节安排 | 第14-16页 |
| 2 人类视觉系统与彩色空间 | 第16-27页 |
| 2.1 引言 | 第16页 |
| 2.2 人类视觉系统 | 第16-18页 |
| 2.2.1 视觉系统的物理结构 | 第16-17页 |
| 2.2.2 视觉系统的心理物理学特性 | 第17-18页 |
| 2.3 视觉注意机制 | 第18-23页 |
| 2.3.1 视觉注意机制的基础理论 | 第18-20页 |
| 2.3.2 常见的显著性提取算法 | 第20-23页 |
| 2.3.3 显著性应用于图像质量评价算法的现状 | 第23页 |
| 2.4 色彩空间 | 第23-26页 |
| 2.4.1 色彩属性 | 第23-24页 |
| 2.4.2 色彩空间及其变换 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 显著性在图像质量评价算法中的应用研究 | 第27-41页 |
| 3.1 引言 | 第27页 |
| 3.2 自然场景显著性(Natural Scene Saliency,NSS) | 第27-28页 |
| 3.3 失真信息与显著性提取算法的影响 | 第28-32页 |
| 3.3.1 探究评价算法的影响效果 | 第28-29页 |
| 3.3.2 探究失真类型的影响效果 | 第29-31页 |
| 3.3.3 探究失真程度的影响效果 | 第31页 |
| 3.3.4 探究显著提取算法的影响效果 | 第31-32页 |
| 3.4 实验与分析 | 第32-40页 |
| 3.4.1 实验预备 | 第32-33页 |
| 3.4.2 评价算法的影响效果 | 第33-34页 |
| 3.4.3 失真类型的影响效果 | 第34-35页 |
| 3.4.4 各失真类型的最优加入策略 | 第35-38页 |
| 3.4.5 失真程度对显著性的影响 | 第38-39页 |
| 3.4.6 显著性提取算法对显著性的影响 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 4 基于Lab彩色信息的无参图像质量评价算法 | 第41-56页 |
| 4.1 引言 | 第41页 |
| 4.2 自然图像彩色信息统计特性 | 第41-47页 |
| 4.2.1 彩色通道内的自然统计特性 | 第42-46页 |
| 4.2.2 彩色通道的二维熵特征 | 第46-47页 |
| 4.3 基于Lab彩色信息的无参图像质量评价算法 | 第47-49页 |
| 4.4 实验与分析 | 第49-55页 |
| 4.4.1 实验预备 | 第49页 |
| 4.4.2 算法性能实验 | 第49-52页 |
| 4.4.3 颜色通道对比实验 | 第52-53页 |
| 4.4.4 数据库独立性实验 | 第53-54页 |
| 4.4.5 算法参数实验 | 第54-55页 |
| 4.5 本章小结 | 第55-56页 |
| 5 基于彩色信息的无参图像质量评价框架 | 第56-68页 |
| 5.1 引言 | 第56页 |
| 5.2 色彩通道的统计信息与模型 | 第56-60页 |
| 5.2.1 不同色彩通道的统计特性 | 第56-58页 |
| 5.2.2 色彩通道信息的模型 | 第58-60页 |
| 5.3 基于色彩空间的无参图像质量评价框架 | 第60-61页 |
| 5.4 实验与分析 | 第61-67页 |
| 5.4.1 选择分类特征实验 | 第61-62页 |
| 5.4.2 算法性能实验 | 第62-66页 |
| 5.4.3 数据库独立性实验 | 第66页 |
| 5.4.4 算法参数实验 | 第66-67页 |
| 5.5 本章小结 | 第67-68页 |
| 6 总结与展望 | 第68-70页 |
| 6.1 研究内容总结 | 第68-69页 |
| 6.2 研究工作展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 附录 | 第77页 |