| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 图像质量评价研究现状 | 第14-19页 |
| 1.2.1 主观质量评价 | 第14-15页 |
| 1.2.2 客观质量评价 | 第15-19页 |
| 1.3 主要研究内容及章节安排 | 第19-21页 |
| 1.3.1 主要研究内容 | 第19-20页 |
| 1.3.2 论文结构安排 | 第20-21页 |
| 第2章 图像质量评价基础 | 第21-33页 |
| 2.1 人类视觉系统 | 第21-22页 |
| 2.1.1 人眼生理结构 | 第22页 |
| 2.2 人眼视觉系统的特性 | 第22-24页 |
| 2.2.1 亮度特性 | 第22-23页 |
| 2.2.2 视觉掩蔽特性 | 第23页 |
| 2.2.3 视觉注意机制 | 第23-24页 |
| 2.3 图像的视觉特征 | 第24-26页 |
| 2.3.1 颜色特征 | 第24-25页 |
| 2.3.2 纹理特征 | 第25-26页 |
| 2.3.3 边缘特征 | 第26页 |
| 2.4 机器学习 | 第26-28页 |
| 2.4.1 神经网络 | 第27页 |
| 2.4.2 支持向量回归 | 第27-28页 |
| 2.5 图像质量评价数据库 | 第28-30页 |
| 2.6 客观图像质量评价方法性能指标 | 第30-32页 |
| 2.7 本章小结 | 第32-33页 |
| 第3章 基于HSV色彩空间和边缘特征的图像质量评价 | 第33-44页 |
| 3.1 引言 | 第33-34页 |
| 3.2 基于颜色和边缘特征相似度的全参考图像质量评价模型 | 第34-37页 |
| 3.2.1 颜色特征的提取 | 第34-35页 |
| 3.2.2 边缘特征的提取 | 第35-36页 |
| 3.2.3 质量融合 | 第36-37页 |
| 3.3 实验结果和分析 | 第37-42页 |
| 3.3.1 全局统计相似性验证 | 第37-38页 |
| 3.3.2 整体性能测试 | 第38-39页 |
| 3.3.3 失真类型性能测试 | 第39-42页 |
| 3.3.4 算法运行效率分析 | 第42页 |
| 3.4 本章小结 | 第42-44页 |
| 第4章 结合结构和自然场景统计的图像质量评价 | 第44-55页 |
| 4.1 引言 | 第44页 |
| 4.2 结合结构和自然场景统计的无参考图像质量评价模型 | 第44-48页 |
| 4.2.1 结构特征提取 | 第44-46页 |
| 4.2.2 自然场景统计特征提取 | 第46-48页 |
| 4.3 基于SVR的无参考图像质量评价模型 | 第48页 |
| 4.4 实验结果与分析 | 第48-53页 |
| 4.4.1 不同数据集性能比较 | 第48-50页 |
| 4.4.2 不同失真性能比较 | 第50-53页 |
| 4.4.3 不同特征对算法性能的影响 | 第53页 |
| 4.4.4 算法运行效率分析 | 第53页 |
| 4.5 本章小结 | 第53-55页 |
| 总结与展望 | 第55-57页 |
| 总结 | 第55页 |
| 展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 附录A 攻读硕士学位期间发表的学术论文 | 第63页 |
