| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 引言 | 第8-18页 |
| ·研究背景 | 第8-10页 |
| ·国内外研究现状 | 第10-15页 |
| ·空气污染监测评价 | 第10-12页 |
| ·图像质量评价研究现状 | 第12-15页 |
| ·研究目的和内容 | 第15-16页 |
| ·研究目的 | 第15页 |
| ·研究内容 | 第15-16页 |
| ·技术路线 | 第16页 |
| ·本文主要工作及结构安排 | 第16-18页 |
| 2 图像评价方法与指标体系 | 第18-24页 |
| ·数字图像处理 | 第18-19页 |
| ·数字图像质量评价 | 第19页 |
| ·主观质量评价方法和客观质量评价方法 | 第19-23页 |
| ·人眼视觉系统 | 第19-20页 |
| ·图像质量 | 第20-21页 |
| ·图像质量评价方法 | 第21-22页 |
| ·常用量化指标 | 第22-23页 |
| ·图像质量的评价方法分析 | 第23页 |
| ·本章小结 | 第23-24页 |
| 3 图像噪声估计分析 | 第24-38页 |
| ·噪声的基本概念及其类型 | 第24页 |
| ·常见的噪声模型 | 第24-26页 |
| ·常见的几种去噪方法 | 第26-27页 |
| ·噪声方差估计算法 | 第27-30页 |
| ·噪声原理分析 | 第27-29页 |
| ·噪声估计分析 | 第29-30页 |
| ·基于样本方差的高斯模型分析 | 第30-31页 |
| ·基于该噪声模型的分析比较 | 第31-33页 |
| ·进一步的实验分析验证 | 第33-36页 |
| ·基于噪声估计算法的改进 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 4 空气质量模型分析 | 第38-48页 |
| ·模型基础 | 第38页 |
| ·数学模型的定义及其分类方法 | 第38-39页 |
| ·数学模型的定义 | 第38-39页 |
| ·数学模型的分类方法 | 第39页 |
| ·数学建模的过程 | 第39-40页 |
| ·建模问题分析 | 第40-42页 |
| ·Gompertz增长曲线方程模型分析 | 第42-45页 |
| ·模型原理分析 | 第42-43页 |
| ·基于迭代分析的模型改进方法 | 第43-45页 |
| ·去趋势波动模型分析 | 第45-47页 |
| ·定义及发展现状 | 第45-46页 |
| ·DFA模型简介 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 5 实验分析与验证 | 第48-56页 |
| ·实验环境 | 第48-49页 |
| ·基于图像噪声亮度比的Gompertz建模分析实验 | 第49-53页 |
| ·基于图像模糊度、对比度的降趋势（DFA）模型分析实验 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 6 结论与展望 | 第56-58页 |
| ·结论 | 第56页 |
| ·展望 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 致谢 | 第64-66页 |
| 攻读硕士学位期间发表的论文与主要学术活动 | 第66页 |