| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·研究背景与意义 | 第7-8页 |
| ·国内外研究现状 | 第8-13页 |
| ·全参考图像质量评价方法 | 第8-10页 |
| ·部分参考图像质量评价方法 | 第10-11页 |
| ·无参考图像质量评价方法 | 第11-13页 |
| ·图像质量评价算法的性能指标 | 第13-14页 |
| ·主观评价值 | 第13页 |
| ·客观评价算法性能指标 | 第13-14页 |
| ·论文主要研究内容和章节安排 | 第14-15页 |
| 第二章 图像质量感知特征提取方法 | 第15-23页 |
| ·相位信息及其一致性模型 | 第15-18页 |
| ·相位信息分析 | 第15-17页 |
| ·相位一致性原理 | 第17-18页 |
| ·检测结果及实验分析 | 第18页 |
| ·基于灰度 - 梯度共生矩阵的纹理特征提取 | 第18-21页 |
| ·灰度、梯度的归一化处理 | 第18-19页 |
| ·基于灰度-梯度共生矩阵的纹理参数 | 第19-21页 |
| ·本章小结 | 第21-23页 |
| 第三章 基于感知特征和支持向量回归的无参考图像质量评价 | 第23-37页 |
| ·统计学习理论 | 第23-26页 |
| ·统计学习一致性 | 第23页 |
| ·推广性的界和 VC 维 | 第23-25页 |
| ·结构风险最小化原则 | 第25-26页 |
| ·支持向量回归机理论 | 第26-29页 |
| ·ε -支持向量回归机算法模型 | 第26-27页 |
| ·核函数 | 第27-28页 |
| ·支持向量回归机算法实现 | 第28-29页 |
| ·基于支持向量回归机的无参考图像质量评价 | 第29-35页 |
| ·实验平台 | 第29-30页 |
| ·实验结果 | 第30-32页 |
| ·实验结果分析 | 第32-35页 |
| ·实验系统环境分析 | 第35页 |
| ·本章小结 | 第35-37页 |
| 第四章 融入人类视觉系统特征的无参考图像质量评价 | 第37-47页 |
| ·人类视觉系统 | 第37-39页 |
| ·人眼视觉生理特性 | 第37-38页 |
| ·人眼视觉心理特性 | 第38-39页 |
| ·对比度敏感函数及其数学模型 | 第39-41页 |
| ·对比度敏感函数的概念及应用 | 第39-40页 |
| ·空间频率 | 第40页 |
| ·几种主要的 CSF 数学模型 | 第40-41页 |
| ·基于 HVS 的无参考图像质量评价 | 第41-44页 |
| ·实验平台 | 第41-42页 |
| ·实验结果 | 第42-43页 |
| ·实验结果分析 | 第43-44页 |
| ·本章小结 | 第44-47页 |
| 第五章 基于流形学习降维特征的无参考图像质量评价 | 第47-59页 |
| ·流形学习的基本定义 | 第47页 |
| ·线性降维方法 | 第47-49页 |
| ·主成分分析 PCA | 第47-48页 |
| ·多维尺度变换 MDS | 第48-49页 |
| ·非线性降维方法 | 第49-51页 |
| ·等距映射 Isomap 算法 | 第49-50页 |
| ·局部线性嵌入 LLE 算法 | 第50-51页 |
| ·拉普拉斯特征映射 LE 算法 | 第51页 |
| ·经典流形学习方法仿真及分析 | 第51-56页 |
| ·Isomap 仿真实验 | 第51-52页 |
| ·LLE 仿真实验 | 第52-54页 |
| ·LE 仿真实验 | 第54-55页 |
| ·Isomap，LLE，LE仿真实验结果比较 | 第55-56页 |
| ·基于流形学习降维特征的无参考图像质量评价 | 第56-58页 |
| ·实验平台 | 第56页 |
| ·实验与结果分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 主要结论与展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第65页 |