| 作者简介 | 第1-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-29页 |
| ·研究背景和意义 | 第11-14页 |
| ·视觉信息质量评价的研究进展 | 第14-21页 |
| ·视觉信息质量主观评价 | 第14-16页 |
| ·视觉信息质量客观评价 | 第16-21页 |
| ·本文的研究内容及章节安排 | 第21-24页 |
| 本章参考文献 | 第24-29页 |
| 第二章 人类视觉系统及其视觉特性 | 第29-41页 |
| ·引言 | 第29-30页 |
| ·人类视觉系统的生理学特性 | 第30-32页 |
| ·人类视觉系统的心理物理学特性 | 第32-36页 |
| ·本章小结 | 第36-37页 |
| 本章参考文献 | 第37-41页 |
| 第三章 基于形态学成份分析的图像质量评价方法 | 第41-61页 |
| ·引言 | 第41-42页 |
| ·形态学成份分析与失真的关系 | 第42-44页 |
| ·基于形态学成份分析的图像质量评价方法 | 第44-48页 |
| ·使用形态学成份分析进行特征提取 | 第45页 |
| ·恰可察觉差异门限计算 | 第45-47页 |
| ·误差综合 | 第47-48页 |
| ·实验结果与分析 | 第48-58页 |
| ·本章小结 | 第58页 |
| 本章参考文献 | 第58-61页 |
| 第四章 基于颜色模型的图像质量评价方法 | 第61-81页 |
| ·引言 | 第61页 |
| ·视觉颜色感知特性 | 第61-62页 |
| ·基于 S-CIELAB 颜色模型的图像质量评价方法 | 第62-71页 |
| ·S-CIELAB 颜色空间 | 第64-66页 |
| ·基于颜色特性的图像质量测度模型 | 第66-67页 |
| ·实验结果与分析 | 第67-71页 |
| ·基于颜色分形模型的部分参考型图像质量评价方法 | 第71-77页 |
| ·颜色分形结构统计模型 | 第71-72页 |
| ·基于颜色分形统计特征的彩色图像质量评价 | 第72-74页 |
| ·实验结果与分析 | 第74-77页 |
| ·本章小结 | 第77-78页 |
| 本章参考文献 | 第78-81页 |
| 第五章 基于稀疏表示的无参考型图像质量评价方法 | 第81-101页 |
| ·引言 | 第81-83页 |
| ·自然场景统计与稀疏表示 | 第83-84页 |
| ·自然场景统计 | 第83-84页 |
| ·稀疏表示 | 第84页 |
| ·基于稀疏表示的无参考型质量评价方法 | 第84-88页 |
| ·自然场景统计特征提取 | 第85-87页 |
| ·稀疏字典建立 | 第87页 |
| ·特征稀疏表示 | 第87-88页 |
| ·图像质量量化 | 第88页 |
| ·实验结果与分析 | 第88-96页 |
| ·本章小结 | 第96-97页 |
| 本章参考文献 | 第97-101页 |
| 第六章 基于视觉质量主题的无参考型质量评价方法 | 第101-117页 |
| ·引言 | 第101-103页 |
| ·视觉显著性加权分层狄利克雷过程混合模型 | 第103-106页 |
| ·基于视觉质量主题的真正无参考型质量评价方法 | 第106-108页 |
| ·特征提取和视觉字典构造 | 第107页 |
| ·通过 wHDP 计算视觉质量主题分布 | 第107页 |
| ·图像质量推论 | 第107-108页 |
| ·实验结果与分析 | 第108-113页 |
| ·本章小结 | 第113-114页 |
| 本章参考文献 | 第114-117页 |
| 第七章 总结与展望 | 第117-121页 |
| ·本文总结 | 第117-118页 |
| ·工作展望 | 第118-121页 |
| 致谢 | 第121-123页 |
| 攻读博士学位期间的研究成果 | 第123-125页 |
| 学术论文 | 第123页 |
| 获奖、专利与软件著作权 | 第123-124页 |
| 参加研究的科研项目 | 第124-125页 |
| 附录一 专业术语缩写以及中英文对照 | 第125-127页 |