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

基于相位一致性和局部熵的无参考图像质量评价方法研究

摘要第4-5页
ABSTRACT第5页
第一章 绪论第10-24页
    1.1 课题研究背景和意义第10页
    1.2 影响图像质量的因素第10-11页
    1.3 课题研究现状第11-19页
        1.3.1 全参考图像质量评价(FR IQA)第11-14页
        1.3.2 半参考图像质量评价(RR IQA)第14页
        1.3.3 无参考图像质量评价(NR IQA)第14-19页
    1.4 论文研究内容与安排第19-21页
    1.5 本章参考文献第21-24页
第二章 一种基于局部熵的通用型无参考图像质量评价方法第24-38页
    2.1 SSEQ方法的概述第24页
    2.2 SSEQ方法的框架第24-26页
    2.3 特征提取第26-29页
        2.2.1 图像熵特征第26-28页
        2.2.2 频域熵特征第28-29页
    2.4 NR IQA的两步预测框架第29页
    2.5 仿真实验和结果第29-35页
        2.5.1 特征向量与人类感知的相关性第30-31页
        2.5.2 与其他IQA方法的比较第31-32页
        2.5.3 统计显著性检验第32-33页
        2.5.4 分类性能分析第33-34页
        2.5.5 时间复杂度分析第34页
        2.5.6 数据集独立性第34-35页
    2.6 本章小结第35页
    2.7 本章参考文献第35-38页
第三章 基于相位一致性和局部熵的无参考图像质量评价方法第38-50页
    3.1 本章简介第38页
    3.2 相位一致性第38-40页
    3.3 PCSSEQ计算步骤第40-41页
    3.4 实验及结果第41-49页
        3.4.1 测试数据集和性能评价指标第41-42页
        3.4.2 整体性能测试第42-43页
        3.4.3 统计显著性检验第43-45页
        3.4.4 特征集性能测试第45-47页
        3.4.5 特征提取时间复杂度测试第47页
        3.4.6 分类准确性第47-48页
        3.4.7 数据集独立性测试第48-49页
    3.5 本章小结第49页
    3.6 本章参考文献第49-50页
第四章 一种基于稀疏表示的不需要主观评分的无参考图像质量评价方法第50-71页
    4.1 本章简介第50-51页
    4.2 相关工作第51-52页
    4.3 基于稀疏表示的不需要主观评价结果的无参考图像质量评价方法第52-62页
        4.3.1 用于字典学习的特征的提取和GMSD分数的计算第53页
        4.3.2 相位一致性域的NSS特征第53-55页
        4.3.3 DCT域NSS特征第55-56页
        4.3.4 空间域NSS特征第56-61页
        4.3.5 字典学习第61-62页
        4.3.6 稀疏表示第62页
        4.3.7 质量分数计算第62页
    4.4 实验与结果第62-67页
        4.4.1 与人主观评价结果的相关性第62-64页
        4.4.2 统计显著性和假设检验第64-65页
        4.4.3 字典规模的影响第65-66页
        4.4.4 各特征的预测能力第66-67页
        4.4.5 数据集独立性第67页
    4.5 本章小结第67-68页
    4.6 本章参考文献第68-71页
第五章 总结与展望第71-72页
    5.1 总结第71页
    5.2 展望第71-72页
致谢第72-73页
作者攻读学位期间发表的学术论文目录第73页

论文共73页,点击 下载论文
上一篇:面向移动计算迁移的程序组件分割策略研究与设计
下一篇:基于DexClassLoader的Android加固保护技术研究