| 致谢 | 第4-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 课题研究背景和意义 | 第13-15页 |
| 1.2 国内外研究历史和现状 | 第15-21页 |
| 1.2.1 平面图像质量评价研究 | 第15-18页 |
| 1.2.2 立体图像质量评价研究 | 第18-21页 |
| 1.3 论文主要内容和组织结构 | 第21-23页 |
| 第二章 视觉感知特性和图像质量评价 | 第23-36页 |
| 2.1 人眼视觉系统的平面图像感知特性 | 第23-27页 |
| 2.1.1 视觉注意机制 | 第24-25页 |
| 2.1.2 亮度自适应和对比敏感度 | 第25-26页 |
| 2.1.3 对比敏感度特性 | 第26-27页 |
| 2.1.4 掩蔽效应 | 第27页 |
| 2.1.5 空间频率多通道特性 | 第27页 |
| 2.2 立体视觉感知特性 | 第27-30页 |
| 2.2.1 深度和双目视差 | 第28-29页 |
| 2.2.2 双目竞争效应 | 第29-30页 |
| 2.2.3 立体视觉舒适度 | 第30页 |
| 2.3 卷积神经网络基本理论 | 第30-32页 |
| 2.3.1 神经网络概述 | 第30-31页 |
| 2.3.2 卷积神经网络在图像质量评价中的应用 | 第31-32页 |
| 2.4 图像质量评价数据库及客观评价指标 | 第32-35页 |
| 2.4.1 图像主观质量评价 | 第32-33页 |
| 2.4.2 平面图像质量评价数据库 | 第33-34页 |
| 2.4.3 立体图像质量评价数据库 | 第34页 |
| 2.4.4 客观图像质量评价算法性能评估 | 第34-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第三章 基于空间-频域联合特征提取的平面图像质量评价 | 第36-53页 |
| 3.1 利用视觉显著性的图像增强预处理 | 第36-39页 |
| 3.2 联合感知特征提取与量化 | 第39-45页 |
| 3.2.1 频域多尺度多方向特征提取 | 第39-41页 |
| 3.2.2 空间局部纹理特征提取 | 第41-43页 |
| 3.2.3 特征相似度度量 | 第43-45页 |
| 3.3 支持向量回归 | 第45-47页 |
| 3.4 实验结果与分析 | 第47-52页 |
| 3.4.1 算法性能指标 | 第47-48页 |
| 3.4.2 整体性能比较 | 第48-51页 |
| 3.4.3 分失真类型性能比较 | 第51-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第四章 基于神经网络特征提取的立体图像质量评价 | 第53-66页 |
| 4.1 卷积神经网络模型训练 | 第54-57页 |
| 4.1.1 卷积神经网络结构 | 第54-56页 |
| 4.1.2 卷积神经网络模型的训练 | 第56-57页 |
| 4.2 卷积神经网络特征提取 | 第57-58页 |
| 4.2.1 左右视图的特征提取 | 第57-58页 |
| 4.2.2 显著性信息指导的特征融合 | 第58页 |
| 4.3 视差图特征提取 | 第58-60页 |
| 4.4 质量回归映射 | 第60-61页 |
| 4.5 实验结果与分析 | 第61-64页 |
| 4.5.1 整体性能比较 | 第61-63页 |
| 4.5.2 分失真类型性能比较 | 第63-64页 |
| 4.6 本章小结 | 第64-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 总结 | 第66-67页 |
| 5.2 展望 | 第67-68页 |
| 参考文献 | 第68-81页 |
| 作者简历 | 第81-82页 |