| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 引言 | 第11-13页 |
| 1 绪论 | 第13-20页 |
| 1.1 选题背景及意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 本文的研究内容和创新之处 | 第17-18页 |
| 1.4 论文结构安排 | 第18-20页 |
| 2 无参考图像质量客观评价方法研究基础 | 第20-25页 |
| 2.1 图像质量客观评价方法分类 | 第20-23页 |
| 2.1.1 全参考图像质量评价方法 | 第20-22页 |
| 2.1.2 部分参考图像质量评价方法 | 第22页 |
| 2.1.3 无参考图像质量评价方法 | 第22-23页 |
| 2.2 通用型无参考立体图像质量评价研究必要性 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 3 基于空域NSS无参考立体图像质量评价模型 | 第25-38页 |
| 3.1 基于NSS特性的无参考图像质量评价分析 | 第25-26页 |
| 3.2 符合人眼视觉感知的模型建立 | 第26-28页 |
| 3.2.1 传统独眼图模型 | 第26-27页 |
| 3.2.2 改进独眼图模型 | 第27-28页 |
| 3.3 空域自然场景统计特征 | 第28-34页 |
| 3.3.1 独眼图NSS特征提取 | 第28-32页 |
| 3.3.1.1 独眼图归一化亮度系数特性 | 第28-30页 |
| 3.3.1.2 相邻像素独眼图归一化亮度系数特性 | 第30-32页 |
| 3.3.2 视差图NSS特征提取 | 第32-34页 |
| 3.3.2.1 视差图归一化亮度系数特性 | 第32-33页 |
| 3.3.2.2 相邻像素视差图归一化亮度系数特性 | 第33-34页 |
| 3.4 支持向量机 | 第34页 |
| 3.5 基于空域NSS的无参考立体图像质量评价流程图 | 第34-35页 |
| 3.6 客观模型的性能分析 | 第35-37页 |
| 3.6.1 测试数据库及性能指标 | 第35-36页 |
| 3.6.2 实验结果分析 | 第36-37页 |
| 3.7 本章小结 | 第37-38页 |
| 4 结合单双目特征的无参考立体图像质量评价模型 | 第38-52页 |
| 4.1 基于梯度幅值的无参考立体图像质量评价模型 | 第38-43页 |
| 4.1.1 梯度幅值特征与拉普拉斯特征 | 第39-41页 |
| 4.1.2 特征融合 | 第41-42页 |
| 4.1.3 客观模型的实验结果分析 | 第42-43页 |
| 4.2 基于梯度方向的无参考立体图像质量评价模型 | 第43-51页 |
| 4.2.1 梯度方向与梯度幅值的关系 | 第44-46页 |
| 4.2.2 梯度方向特征向量选取 | 第46-49页 |
| 4.2.3 实验结果及分析 | 第49-51页 |
| 4.3 本章小结 | 第51-52页 |
| 5 基于GA-SVR模型的无参考立体图像质量评价 | 第52-61页 |
| 5.1 遗传算法的理论基础 | 第52-55页 |
| 5.1.1 遗传算法原理 | 第52-54页 |
| 5.1.2 遗传算法优缺点 | 第54页 |
| 5.1.3 遗传算法应用领域 | 第54-55页 |
| 5.2 遗传算法优化SVR模型的建立 | 第55-56页 |
| 5.3 遗传算法与SVR结合用于评价模型 | 第56-60页 |
| 5.3.1 基于GA-SVR的评价模型流程图 | 第57页 |
| 5.3.2 特征融合及增益控制模型 | 第57-58页 |
| 5.3.3 客观模型的性能分析 | 第58-60页 |
| 5.4 本章小结 | 第60-61页 |
| 6 无监督立体图像质量评价研究 | 第61-71页 |
| 6.1 无监督模型的研究现状 | 第61-62页 |
| 6.2 无监督立体图像质量评价模型 | 第62-68页 |
| 6.2.1 预处理技术 | 第62-63页 |
| 6.2.2 图像特征提取 | 第63-66页 |
| 6.2.2.1 空域归一化亮度系数 | 第63-64页 |
| 6.2.2.2 Gabor响应 | 第64页 |
| 6.2.2.3 梯度统计特性 | 第64-65页 |
| 6.2.2.4 颜色特性 | 第65-66页 |
| 6.2.3 图像MVG模型的建立 | 第66-68页 |
| 6.3 实验结果及分析 | 第68-70页 |
| 6.4 本章小结 | 第70-71页 |
| 7 总结与展望 | 第71-73页 |
| 7.1 本文工作总结 | 第71-72页 |
| 7.2 下一步研究方向 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 在学研究成果 | 第78-79页 |
| 致谢 | 第79页 |