基于部分参考和无参考的水下图像传输质量的评测方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-11页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究进展 | 第12-19页 |
| 1.2.1 全参考质量评价 | 第13-14页 |
| 1.2.2 部分参考质量评价 | 第14-16页 |
| 1.2.3 无参考质量评价 | 第16-19页 |
| 1.3 研究内容及章节安排 | 第19-21页 |
| 1.3.1 研究主要内容 | 第19-20页 |
| 1.3.2 章节安排 | 第20-21页 |
| 第2章 图像质量评测方法与理论 | 第21-35页 |
| 2.1 图像质量评价算法 | 第21-26页 |
| 2.1.1 图像主观评价算法 | 第21-23页 |
| 2.1.2 图像数据库的介绍 | 第23-24页 |
| 2.1.3 客观质量评价算法 | 第24-26页 |
| 2.2 人眼视觉系统概述 | 第26-30页 |
| 2.2.1 亮度感觉特性 | 第27页 |
| 2.2.2 多通道特性 | 第27-28页 |
| 2.2.3 对比度掩盖效应 | 第28-29页 |
| 2.2.4 位置特性 | 第29-30页 |
| 2.3 基于向量机(SVM)的原理阐述 | 第30-34页 |
| 2.3.1 基于支持向量机的分类 | 第30-32页 |
| 2.3.2 基于支持向量机的回归 | 第32-34页 |
| 2.4 文章小结 | 第34-35页 |
| 第3章 基于图像显著区估计的部分参考图像质量评测 | 第35-55页 |
| 3.1 图像质量的部分参考评价 | 第35-39页 |
| 3.1.1 图像小波变换 | 第35-37页 |
| 3.1.2 图像的特征提取 | 第37-39页 |
| 3.2 基于显著区域改进的图像质量评测 | 第39-44页 |
| 3.3 实验结果验证 | 第44-52页 |
| 3.4 GUI平台搭建 | 第52-53页 |
| 3.5 本章小结 | 第53-55页 |
| 第4章 基于向量机学习的无参考图像质量模糊评价 | 第55-77页 |
| 4.1 图像的特征提取 | 第55-60页 |
| 4.1.1 图像模糊 | 第55-57页 |
| 4.1.2 梯度图像的灰度共生矩阵 | 第57-60页 |
| 4.2 模糊图像的无参考质量评价 | 第60-62页 |
| 4.2.1 基于向量机的回归模型 | 第60-61页 |
| 4.2.2 无参考质量评价模型 | 第61-62页 |
| 4.3 实验数据库的验证 | 第62-73页 |
| 4.3.1 LIVE2数据库的验证 | 第63-68页 |
| 4.3.2 不同数据库的交叉验证 | 第68-73页 |
| 4.4 GUI平台搭建 | 第73-75页 |
| 4.5 本章小结 | 第75-77页 |
| 第5章 总结与展望 | 第77-79页 |
| 5.1 研究工作总结 | 第77-78页 |
| 5.2 工作展望 | 第78-79页 |
| 参考文献 | 第79-84页 |
| 研究成果与项目参与情况 | 第84-85页 |
| 致谢 | 第85页 |
