| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 本文常用缩略语 | 第12-13页 |
| 第一章 绪论 | 第13-31页 |
| 1.1 课题的研究背景及意义 | 第13-15页 |
| 1.2 图像质量评价方法分类 | 第15-20页 |
| 1.2.1 基于有无参考图像的分类 | 第15-17页 |
| 1.2.2 基于评价方法论的分类 | 第17-20页 |
| 1.2.2.1 全参考图像质量评价方法分类 | 第17-19页 |
| 1.2.2.2 部分参考图像质量评价方法分类 | 第19页 |
| 1.2.2.3 无参考图像质量评价方法分类 | 第19-20页 |
| 1.3 图像质量评价研究现状 | 第20-27页 |
| 1.3.1 图像质量数据库 | 第20-22页 |
| 1.3.2 主要方法 | 第22-27页 |
| 1.3.2.1 全参考图像质量评价 | 第22-25页 |
| 1.3.2.2 部分参考图像质量评价 | 第25-26页 |
| 1.3.2.3 无参考图像质量评价 | 第26-27页 |
| 1.4 评价指标 | 第27-28页 |
| 1.5 本论文的主要工作及论文结构安排 | 第28-31页 |
| 第二章 图像质量评价基础 | 第31-45页 |
| 2.1 引言 | 第31页 |
| 2.2 图像质量的定义和特点 | 第31页 |
| 2.3 图像质量评价模型组成 | 第31-33页 |
| 2.4 人类视觉系统 | 第33-36页 |
| 2.4.1 组成 | 第34页 |
| 2.4.2 视觉机制特性 | 第34-36页 |
| 2.5 视觉特征 | 第36-42页 |
| 2.6 自然场景统计 | 第42-44页 |
| 2.6.1 理论介绍 | 第42页 |
| 2.6.2 在图像质量评价中应用 | 第42-44页 |
| 2.7 本章小节 | 第44-45页 |
| 第三章 基于感知分组的全参考图像质量评价 | 第45-63页 |
| 3.1 引言 | 第45-46页 |
| 3.2 感知分组理论 | 第46-51页 |
| 3.2.1 自然图像感知分组示例 | 第48-49页 |
| 3.2.2 医学图像感知分组示例 | 第49-51页 |
| 3.3 基于感知分组的结构相似度质量评价算法 | 第51-53页 |
| 3.3.1 结构相似度模型 | 第52页 |
| 3.3.2 基于感知分组的结构相似性测度 | 第52-53页 |
| 3.4 实验结果 | 第53-60页 |
| 3.4.1 数据库及评价指标 | 第53-54页 |
| 3.4.2 与典型算法的统计对比分析 | 第54-56页 |
| 3.4.3 各算法预测的散点图 | 第56-60页 |
| 3.5 本章小节 | 第60-63页 |
| 第四章 基于多尺度的对比度相似方差的全参考图像质量评价 | 第63-77页 |
| 4.1 引言 | 第63-64页 |
| 4.2 基于多尺度的视觉特征提取策略 | 第64-65页 |
| 4.2.1 视觉特征的选取 | 第64-65页 |
| 4.2.2 多尺度分析 | 第65页 |
| 4.3 基于多尺度的对比度相似方差的图像质量评价方法 | 第65-70页 |
| 4.3.1 多尺度的对比度相似性计算 | 第65-67页 |
| 4.3.2 基于标准方差的合并策略 | 第67-69页 |
| 4.3.3 参数的影响 | 第69-70页 |
| 4.4 实验结果 | 第70-76页 |
| 4.4.1 数据库及评价准则 | 第70-71页 |
| 4.4.2 与典型算法的统计对比分析 | 第71-73页 |
| 4.4.3 对每种失真类型的性能比较 | 第73-76页 |
| 4.4.4 运行时间分析 | 第76页 |
| 4.5 本章小节 | 第76-77页 |
| 第五章 基于梯度域的无参考图像质量评价 | 第77-93页 |
| 5.1 引言 | 第77-78页 |
| 5.2 基于梯度域自然场景统计的无参考图像质量评价方法 | 第78-83页 |
| 5.2.1 梯度域的自然场景统计特征提取 | 第78-82页 |
| 5.2.1.1 归一化 | 第78-79页 |
| 5.2.1.2 广义拉普拉斯模型 | 第79页 |
| 5.2.1.3 特征选择 | 第79-80页 |
| 5.2.1.4 基于对数方向梯度的自然场景统计 | 第80-82页 |
| 5.2.2 回归模型 | 第82-83页 |
| 5.3 实验结果 | 第83-91页 |
| 5.3.1 数据库及评价准则 | 第83-84页 |
| 5.3.2 特征选择的有效性验证 | 第84-85页 |
| 5.3.3 不同回归方法的评价性能 | 第85-86页 |
| 5.3.4 各算法预测的主观一致性实验 | 第86-89页 |
| 5.3.4.1 统计分析 | 第87页 |
| 5.3.4.2 线性能力 | 第87-89页 |
| 5.3.5 数据库独立性测试 | 第89-91页 |
| 5.3.5.1 自然图像库的结果 | 第89页 |
| 5.3.5.2 医学图像的结果 | 第89-91页 |
| 5.3.6 运行时间比较 | 第91页 |
| 5.4 本章小节 | 第91-93页 |
| 第六章 总结与展望 | 第93-95页 |
| 6.1 全文工作总结 | 第93-94页 |
| 6.2 未来工作展望 | 第94-95页 |
| 致谢 | 第95-97页 |
| 参考文献 | 第97-109页 |
| 个人简历 | 第109-111页 |
| 攻读博士学位期间发表论文清单 | 第111页 |
