| 中文摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 局部图像结构表达的研究背景 | 第10-11页 |
| 1.2 局部图像结构表达的应用背景 | 第11-16页 |
| 1.2.1 纹理分类 | 第12-13页 |
| 1.2.2 图像质量评价 | 第13-16页 |
| 1.3 本文的研究内容与创新点 | 第16-17页 |
| 1.4 本文的章节安排 | 第17-19页 |
| 第二章 局部图像结构表达的相关研究综述 | 第19-32页 |
| 2.1 引言 | 第19-20页 |
| 2.2 手工设计的局部图像结构表达 | 第20-27页 |
| 2.2.1 密集的局部图像结构表达 | 第20-24页 |
| 2.2.2 稀疏的局部图像结构表达 | 第24-27页 |
| 2.3 基于机器学习的局部图像结构表达 | 第27-30页 |
| 2.3.1 单层学习模型 | 第28-29页 |
| 2.3.2 多层学习模型 | 第29-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第三章 基于视皮层各向异性机制的局部图像结构表达 | 第32-54页 |
| 3.1 引言 | 第32-33页 |
| 3.2 初级视皮层的各向异性机制 | 第33-34页 |
| 3.2.1 各向异性的定义 | 第33-34页 |
| 3.2.2 初级视皮层的各向异性机制 | 第34页 |
| 3.3 基于脑皮层各向异性机制的局部图像结构表达 | 第34-40页 |
| 3.3.1 各向异性的度量 | 第34-36页 |
| 3.3.2 局部各向异性模式 | 第36-38页 |
| 3.3.3 旋转不变的均匀局部各向异性模式 | 第38-40页 |
| 3.4 实验结果与分析 | 第40-52页 |
| 3.4.1 多尺度分解 | 第40-41页 |
| 3.4.2 纹理分类实验 | 第41-44页 |
| 3.4.3 无参考图像质量评价实验 | 第44-52页 |
| 3.5 本章小结 | 第52-54页 |
| 第四章 基于脉冲发放皮层模型编码的局部图像结构表达 | 第54-65页 |
| 4.1 引言 | 第54页 |
| 4.2 脉冲耦合神经网络 | 第54-56页 |
| 4.3 交叉皮层模型 | 第56页 |
| 4.4 脉冲发放皮层模型 | 第56-59页 |
| 4.5 基于脉冲发放皮层模型同步点火机制的局部图像结构表达 | 第59页 |
| 4.6 实验结果与分析 | 第59-64页 |
| 4.6.1 数据库及参数设置 | 第60-62页 |
| 4.6.2 旋转和光照鲁棒性实验 | 第62页 |
| 4.6.3 噪声鲁棒性实验 | 第62-64页 |
| 4.7 本章小结 | 第64-65页 |
| 第五章 基于高阶局部差分模式的无参考图像质量评价 | 第65-84页 |
| 5.1 引言 | 第65-66页 |
| 5.2 高阶局部差分模式 | 第66-67页 |
| 5.3 基于高阶局部差分模式的无参考图像质量评价 | 第67-73页 |
| 5.3.1 高斯拉普拉斯多尺度表达 | 第68-69页 |
| 5.3.2 高阶局部差分模式统计直方图提取 | 第69-72页 |
| 5.3.3 基于ε-支持向量回归的图像质量评价 | 第72-73页 |
| 5.4 实验结果与分析 | 第73-82页 |
| 5.4.1 数据库及参数设置 | 第73-75页 |
| 5.4.2 实验结果分析 | 第75-82页 |
| 5.5 本章小结 | 第82-84页 |
| 第六章 结论与展望 | 第84-86页 |
| 6.1 结论 | 第84-85页 |
| 6.2 展望 | 第85-86页 |
| 参考文献 | 第86-99页 |
| 在学期间的研究成果 | 第99-100页 |
| 致谢 | 第100页 |