| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究背景及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-13页 |
| 1.2.1 主观图像质量评价 | 第8-9页 |
| 1.2.2 客观图像质量评价 | 第9-13页 |
| 1.3 论文主要内容及结构安排 | 第13-14页 |
| 第二章 图像质量评价相关技术 | 第14-30页 |
| 2.1 人眼视觉系统 | 第14-17页 |
| 2.1.1 人眼视觉系统原理 | 第14-15页 |
| 2.1.2 人眼视觉系统特性 | 第15-17页 |
| 2.2 立体视觉的产生和采集 | 第17-19页 |
| 2.2.1 立体视觉的产生 | 第17-18页 |
| 2.2.2 立体图像的记录 | 第18-19页 |
| 2.3 图像质量评价性能指标 | 第19-20页 |
| 2.3.1 主观评价指标 | 第19-20页 |
| 2.3.2 客观评价指标 | 第20页 |
| 2.4 数据库介绍 | 第20-23页 |
| 2.4.1 平面数据库 | 第20-21页 |
| 2.4.2 立体数据库 | 第21-23页 |
| 2.5 金字塔分解变换原理 | 第23-29页 |
| 2.5.1 图像金字塔 | 第23-24页 |
| 2.5.2 Laplacian金字塔变换 | 第24-25页 |
| 2.5.3 梯度方向金字塔变换 | 第25-26页 |
| 2.5.4 方向可控金字塔变换 | 第26-28页 |
| 2.5.5 双树复数小波金字塔变换 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第三章 基于可控金字塔变换的立体图像质量评价 | 第30-42页 |
| 3.1 相关技术 | 第31-34页 |
| 3.1.1 方向可控金字塔变换 | 第31页 |
| 3.1.2 视差图计算 | 第31-33页 |
| 3.1.3 双变量联合高斯分布 | 第33-34页 |
| 3.2 基于可控金字塔变换的特征提取 | 第34-38页 |
| 3.2.1 二元广义高斯分布估计参数 | 第34-36页 |
| 3.2.2 跨尺度对比度比较函数 | 第36-37页 |
| 3.2.3 空间相关性 | 第37-38页 |
| 3.3 实验结果比较分析 | 第38-41页 |
| 3.3.1 立体图像质量评价模型 | 第38页 |
| 3.3.2 SVR实验过程 | 第38-39页 |
| 3.3.3 LIVE 3D库测试结果 | 第39-41页 |
| 3.4 结束语 | 第41-42页 |
| 第四章 基于双树复数小波金字塔分解再融合的无参考立体图像质量评价 | 第42-54页 |
| 4.1 基于双树复数小波金字塔分解再融合的立体图像质量评价方法 | 第42-45页 |
| 4.2 特征提取 | 第45-49页 |
| 4.2.1 纹理图像奇异值分解 | 第45-47页 |
| 4.2.2 相对梯度方向特征 | 第47-48页 |
| 4.2.3 融合图像概率统计非对称广义高斯分布AGGD | 第48-49页 |
| 4.3 实验与结果分析 | 第49-53页 |
| 4.3.1 适应性推进(Ada-Boosting)BP神经网络训练模型 | 第49-50页 |
| 4.3.2 实验结果与分析 | 第50-53页 |
| 4.4 结语 | 第53-54页 |
| 第五章 梯度方向Laplacian金字塔变换的无参考图像质量评价 | 第54-63页 |
| 5.1 梯度方向Laplacian金字塔变换 | 第54-55页 |
| 5.2 特征提取 | 第55-59页 |
| 5.2.1 方向梯度子带统计特征 | 第55-56页 |
| 5.2.2 方向梯度子带的灰度共生矩阵感知特征 | 第56-58页 |
| 5.2.3 多尺度局部二值模式(LBP) | 第58-59页 |
| 5.3 实验结果分析 | 第59-62页 |
| 5.4 本章小结 | 第62-63页 |
| 第六章 主要结论与展望 | 第63-65页 |
| 6.1 主要结论 | 第63-64页 |
| 6.2 展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第69页 |
