| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 课题背景及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-13页 |
| 1.3 论文主要研究内容 | 第13-16页 |
| 2 人眼视觉系统特征与图像质量评价 | 第16-22页 |
| 2.1 人眼视觉系统的生理特性 | 第16-17页 |
| 2.2 人眼视觉系统的心理特性 | 第17-19页 |
| 2.2.1 对比度敏感函数 | 第17页 |
| 2.2.2 人眼视觉多通道特性和掩膜效应 | 第17-18页 |
| 2.2.3 视觉注意特性 | 第18-19页 |
| 2.3 典型的主客观图像质量评价方法 | 第19-22页 |
| 2.3.1 主观图像质量评价 | 第19-20页 |
| 2.3.2 典型的基于结构特征的客观图像质量评价方法 | 第20-21页 |
| 2.3.3 典型的基于人眼视觉特征的客观图像质量评价方法 | 第21-22页 |
| 3 基于边缘和Log-Gabor特征的质量评价方法 | 第22-28页 |
| 3.1 E-Saliency方法特征提取 | 第22-25页 |
| 3.1.1 图像梯度特征 | 第22页 |
| 3.1.2 图像边缘强度特征 | 第22-24页 |
| 3.1.3 图像log-Gabor特征提取 | 第24-25页 |
| 3.1.4 颜色特征提取 | 第25页 |
| 3.2 特征加权融合方法 | 第25-26页 |
| 3.3 E-Saliency方法的建立 | 第26-28页 |
| 4 基于结构对比度和频域特征结合的图像质量评价方法 | 第28-34页 |
| 4.1 SCI-F方法特征提取 | 第28-32页 |
| 4.1.1 图像结构对比度特征 | 第28-29页 |
| 4.1.2 相位一致性特征 | 第29-31页 |
| 4.1.3 基于对比度敏感函数的图像频率域特征 | 第31-32页 |
| 4.2 SCI-F方法的建立 | 第32-34页 |
| 5 两种评价算法的实验结果及分析 | 第34-42页 |
| 5.1 图像数据库 | 第34-36页 |
| 5.2 算法评价指标 | 第36-37页 |
| 5.3 算法性能分析 | 第37-42页 |
| 6 总结和展望 | 第42-44页 |
| 6.1 总结 | 第42-43页 |
| 6.2 展望 | 第43-44页 |
| 致谢 | 第44-46页 |
| 参考文献 | 第46-51页 |
| 在校期间发表论文 | 第51页 |
