首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于视觉感知特性的图像质量评价方法研究

摘要第5-7页
ABSTRACT第7-8页
第1章 绪论第18-42页
    1.1 选题背景和研究意义第18-20页
    1.2 图像质量评价方法发展概述第20-37页
        1.2.1 主观质量评价方法第21-27页
        1.2.2 客观质量评价方法第27-37页
    1.3 论文研究内容与结构安排第37-42页
        1.3.1 论文的研究内容和创新性说明第37-40页
        1.3.2 论文的结构安排第40-42页
第2章 人类视觉系统第42-56页
    2.1 引言第42页
    2.2 人类视觉系统的生理结构剖学结构第42-47页
        2.2.1 光学处理过程第42-44页
        2.2.2 视网膜处理过程第44-46页
        2.2.3 视通路过程第46-47页
        2.2.4 视皮层过程第47页
    2.3 人类视觉系统的视觉感知特性第47-56页
        2.3.1 最小可觉差第48-49页
        2.3.2 对比敏感度第49-50页
        2.3.3 视觉掩盖效应第50-51页
        2.3.4 多通道分解第51页
        2.3.5 视觉注意机制第51-52页
        2.3.6 立体视觉特性第52-53页
        2.3.7 其他视觉感知特性第53-56页
第3章 基于二值逻辑的图像结构改变检测方法第56-68页
    3.1 引言第56页
    3.2 典型的图像结构改变检测方法第56-58页
    3.3 基于二值逻辑的结构改变检测方法第58-60页
    3.4 基于二值逻辑的结构改变检测的全参考图像质量评价方法第60-66页
        3.4.1 方法介绍第60-61页
        3.4.2 实验结果与分析第61-66页
    3.5 本章小结第66-68页
第4章 基于图像结构失真分类的全参考质量评价方法第68-88页
    4.1 引言第68-69页
    4.2 典型的图像失真分类模型第69-71页
    4.3 图像结构失真分类的视觉感知模型第71-77页
        4.3.1 模型的定义第72页
        4.3.2 主观验证实验第72-76页
        4.3.3 模型的实现第76-77页
    4.4 基于结构失真分类的全参考图像质量评价方法第77-87页
        4.4.1 方法介绍第78-81页
        4.4.2 实验结果与分析第81-87页
    4.5 本章小结第87-88页
第5章 针对JPEG压缩失真的无参考质量评价方法第88-102页
    5.1 引言第88-89页
    5.2 JPEG图像失真的分析以及JPEG压缩失真的无参考方法介绍第89-91页
        5.2.1 JPEG图像失真的分析第89-91页
        5.2.2 JPEG压缩失真的无参考方法介绍第91页
        5.2.3 存在的问题分析第91页
    5.3 基于块效应和块内信息改变程度的JPEG压缩失真的无参考质量评价方法第91-99页
        5.3.1 方法介绍第92-95页
        5.3.2 实验结果和分析第95-99页
    5.4 本章小结第99-102页
第6章 针对模糊失真的无参考质量评价方法第102-124页
    6.1 引言第102-103页
    6.2 模糊图像失真的分析以及模糊失真的无参考方法介绍第103-106页
        6.2.1 模糊图像失真的分析第103-104页
        6.2.2 模糊失真的无参考方法介绍第104-105页
        6.2.3 存在的问题分析第105-106页
    6.3 最大梯度和图像感知锐度之间的关系第106-112页
        6.3.1 局部最大梯度和局部感知锐度关系研究第107-111页
        6.3.2 全局最大梯度和全局感知锐度关系研究第111-112页
        6.3.3 最大梯度和感知锐度的关系结论第112页
    6.4 基于最大梯度和梯度改变的模糊失真的无参考质量评价方法第112-121页
        6.4.1 方法介绍第112-114页
        6.4.2 实验结果和分析第114-121页
    6.5 本章小结第121-124页
第7章 总结与展望第124-126页
    7.1 研究工作总结第124-125页
    7.2 研究工作展望第125-126页
参考文献第126-136页
致谢第136-138页
在读期间发表的学术论文与取得的研究成果第138页

论文共138页,点击 下载论文
上一篇:基于高阶局部自相关的特征提取方法及其在手势识别中的应用
下一篇:CT高速数据传输技术及应用研究