基于场景分类的图像质量评价
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-18页 |
| ·课题研究背景及研究意义 | 第9-11页 |
| ·课题的国内外研究现状 | 第11-16页 |
| ·场景理解 | 第11-15页 |
| ·图像质量评价的国内外研究现状 | 第15-16页 |
| ·本文的研究内容及组织架构 | 第16-18页 |
| 2 场景图像的特征提取与编码 | 第18-31页 |
| ·场景图像的局部特征描述 | 第18-21页 |
| ·SIFT 局部特征描述 | 第18-20页 |
| ·SURF 局部特征描述 | 第20-21页 |
| ·Bag-of-features 模型 | 第21-22页 |
| ·空间金字塔匹配 | 第22-26页 |
| ·稀疏编码 | 第26-29页 |
| ·本文使用的特征提取与编码 | 第29-31页 |
| 3 场景图像的分类 | 第31-62页 |
| ·贝叶斯网络 | 第33-39页 |
| ·贝叶斯网络推理 | 第34-36页 |
| ·贝叶斯网络的学习 | 第36-37页 |
| ·参数学习 | 第37-38页 |
| ·结构学习 | 第38-39页 |
| ·随机森林 | 第39-41页 |
| ·组合贝叶斯 | 第41-46页 |
| ·组合贝叶斯网络的构造 | 第41-42页 |
| ·变量的选择 | 第42页 |
| ·训练样本的选择 | 第42-43页 |
| ·结果预测 | 第43页 |
| ·变量重要性 | 第43-44页 |
| ·组合结构 | 第44-46页 |
| ·组合贝叶斯网络的评价 | 第46-60页 |
| ·评分指标 | 第46-48页 |
| ·训练集 | 第48-49页 |
| ·组合贝叶斯网络的组成网络大小分析 | 第49-51页 |
| ·组合贝叶斯网络大小的分析 | 第51-54页 |
| ·数据集大小的分析 | 第54-60页 |
| ·场景分类 | 第60-62页 |
| 4 图像质量评价 | 第62-77页 |
| ·目标区域提取 | 第62-65页 |
| ·类不均衡 | 第62-65页 |
| ·整体场景理解 | 第65页 |
| ·全局特征 | 第65-71页 |
| ·色调组成特征 | 第65-69页 |
| ·颜色饼 | 第69-70页 |
| ·场景组成 | 第70-71页 |
| ·局部特征 | 第71-74页 |
| ·暗通道 | 第71-73页 |
| ·Gabor 小波 | 第73-74页 |
| ·实验结果 | 第74-77页 |
| 5 总结与展望 | 第77-78页 |
| 参考文献 | 第78-87页 |
| 致谢 | 第87-88页 |
| 攻读学位期间已发表或录用的学术论文 | 第88-91页 |
| 附件 | 第91页 |
