| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 课题研究背景 | 第8-12页 |
| 1.1.1 数字全息图像的成像原理 | 第8-9页 |
| 1.1.2 数字全息图像的特点和应用 | 第9-11页 |
| 1.1.3 数字全息成像技术研究进展 | 第11-12页 |
| 1.2 研究目的及意义 | 第12-13页 |
| 1.2.1 数字全息图像的质量评价的意义 | 第12-13页 |
| 1.2.2 课题研究目的 | 第13页 |
| 1.3 课题研究内容 | 第13-14页 |
| 1.4 论文工作安排 | 第14-16页 |
| 2 数字全息图像质量评价的系统方案 | 第16-22页 |
| 2.1 图像质量评价算法的研究现状 | 第16-17页 |
| 2.2 数字全息图像对质量评价的要求 | 第17-18页 |
| 2.3 本课题选用算法方案 | 第18-22页 |
| 2.3.1 数字全息图像的质量评价算法选取 | 第19-20页 |
| 2.3.2 全息重建算法选取 | 第20-21页 |
| 2.3.3 重建图像的质量评价算法选取 | 第21-22页 |
| 3 基于掩盖效应的数字全息图像的无参考质量评价算法 | 第22-34页 |
| 3.1 视觉掩盖效应 | 第22-23页 |
| 3.2 基于掩盖效应的全息图像质量评价方法的原理 | 第23-24页 |
| 3.3 算法步骤 | 第24-27页 |
| 3.3.1 图像预处理 | 第24页 |
| 3.3.2 图像分块与合并 | 第24-26页 |
| 3.3.3 噪声检测 | 第26-27页 |
| 3.3.4 计算峰值信噪比 | 第27页 |
| 3.4 算法的程序流程 | 第27-29页 |
| 3.5 算法验证实验 | 第29-32页 |
| 3.6 小结 | 第32-34页 |
| 4 基于结构清晰度的数字全息图像无参考质量评价方法 | 第34-44页 |
| 4.1 算法原理 | 第34-35页 |
| 4.1.1 结构相似度 | 第34-35页 |
| 4.2 算法步骤 | 第35-38页 |
| 4.2.1 构造参考图像 | 第35-36页 |
| 4.2.2 边缘特征提取 | 第36-37页 |
| 4.2.3 图像分块 | 第37页 |
| 4.2.4 计算评价结果 | 第37-38页 |
| 4.3 算法验证实验 | 第38-43页 |
| 4.4 小结 | 第43-44页 |
| 5 数字全息图像的重建 | 第44-50页 |
| 5.1 卷积重建算法 | 第44-45页 |
| 5.2 程序流程图及编程实现 | 第45-48页 |
| 5.3 重建图像背景的去除 | 第48-50页 |
| 6 基于梯度信息结构相似度的重建图像质量评价算法 | 第50-58页 |
| 6.1 平均结构相似度 | 第50页 |
| 6.2 基于梯度信息的结构相似度 | 第50-52页 |
| 6.3 重建图像评价算法验证实验 | 第52-56页 |
| 6.4 小结 | 第56-58页 |
| 7 数字全息基于掩盖效应和结构清晰度的质量评价算法的系统验证 | 第58-64页 |
| 7.1 数字全息图像的采集 | 第58-60页 |
| 7.2 基于掩盖效应的全息图质量评价算法验证 | 第60-61页 |
| 7.3 基于结构清晰度的全息图质量评价算法验证 | 第61页 |
| 7.4 重建图像基于梯度相似度的质量评价算法验证 | 第61-64页 |
| 8 总结与展望 | 第64-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 附录 | 第72页 |
| A. 作者在攻读位学期间取得的科研成果目录 | 第72页 |
