| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究背景及意义 | 第10-11页 |
| ·研究现状 | 第11-12页 |
| ·研究问题及内容 | 第12页 |
| ·论文的研究框架 | 第12-14页 |
| 第二章 基础理论 | 第14-21页 |
| ·数字图像处理基本概念 | 第14-16页 |
| ·数字图像的数学表示 | 第14页 |
| ·人眼构造 | 第14-16页 |
| ·人类视觉系统(HVS)特性 | 第16-18页 |
| ·人类视觉多通道特性 | 第16-17页 |
| ·人类视觉对比度调整特性 | 第17页 |
| ·人类视觉对比度敏感特性函数(CSF) | 第17-18页 |
| ·人类视觉掩模特性 | 第18页 |
| ·小波分析 | 第18-20页 |
| ·多分辨率分析思想 | 第18-19页 |
| ·小波变换 | 第19-20页 |
| ·仿真工具MATLAB | 第20页 |
| ·本章小结 | 第20-21页 |
| 第三章 图像质量评价算法研究回顾 | 第21-27页 |
| ·平均主观分值法(MOS)和差分主观分值法(DMOS) | 第21-22页 |
| ·客观图像质量评价算法 | 第22-26页 |
| ·全参考图像质量评价算法简单回顾 | 第22-25页 |
| ·部分参考图像质量评价算法简单回顾 | 第25页 |
| ·无参考图像质量评价算法简单回顾 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 基于结构相似度图像质量评价算法 | 第27-39页 |
| ·基于结构相似度的图像质量评价算法SSIM | 第27-30页 |
| ·SSIM仿真实验结果 | 第30-37页 |
| ·SSIM索引参数的选择 | 第30-32页 |
| ·SSIM对于压缩图像的质量评价 | 第32-33页 |
| ·SSIM对于高斯噪声图像的质量评价 | 第33-34页 |
| ·SSIM对于高斯模糊图像的质量评价 | 第34-35页 |
| ·SSIM算法与PSNR算法的比较 | 第35-37页 |
| ·基于梯度结构相似度算法(MGSSIM) | 第37页 |
| ·SSIM和GSSIM存在的不足 | 第37页 |
| ·本章小结 | 第37-39页 |
| 第五章 基于小波变换图像质量评价新算法 | 第39-64页 |
| ·离散小波变换 | 第39-41页 |
| ·图像金字塔 | 第39-40页 |
| ·Haar变换 | 第40-41页 |
| ·基于小波变换边缘检测 | 第41-43页 |
| ·边缘检测 | 第41-43页 |
| ·基于离散二维小波变换边缘检测 | 第43页 |
| ·基于小波变换图像质量评价新算法 | 第43-53页 |
| ·基于小波变换图像质量评价新算法 | 第44-45页 |
| ·视觉权重值的确定 | 第45-46页 |
| ·MWSSIM和MRWSSIM对于压缩图像质量评价 | 第46-49页 |
| ·MWSSIM和MRWSSIM对于高斯噪声图像质量评价 | 第49-51页 |
| ·MWSSIM和MRWSSIM对于高斯模糊图像质量评价 | 第51-53页 |
| ·客观图像质量评价算法评估标准 | 第53-54页 |
| ·实验结果分析 | 第54-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 总结 | 第64-66页 |
| ·结论 | 第64-65页 |
| ·展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71页 |
