| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究的背景和意义 | 第11-12页 |
| 1.2 图像质量评估研究现状 | 第12-13页 |
| 1.3 论文研究内容和结构 | 第13-17页 |
| 1.3.1 论文的研究内容 | 第13-14页 |
| 1.3.2 论文的结构 | 第14-17页 |
| 第二章 图像质量评估方法及实验准备工作 | 第17-33页 |
| 2.1 主观图像质量评估方法 | 第17-18页 |
| 2.2 客观图像质量评估方法 | 第18-26页 |
| 2.2.1 全参考图像质量评估方法 | 第18-24页 |
| 2.2.1.1 基于像素误差的客观图像质量评估算法 | 第19-21页 |
| 2.2.1.2 基于结构相似度的客观图像质量评估算法 | 第21页 |
| 2.2.1.3 基于人类视觉系统的客观图像质量评估算法 | 第21-24页 |
| 2.2.2 半参考图像质量评估方法 | 第24-25页 |
| 2.2.3 无参考图像质量评估方法 | 第25-26页 |
| 2.3 衡量图像质量评估方法性能的指标 | 第26-29页 |
| 2.3.1 均方根误差 | 第26页 |
| 2.3.2 肯德尔等级相关系数 | 第26-27页 |
| 2.3.3 斯皮尔曼秩相关系数 | 第27-28页 |
| 2.3.4 皮尔逊相关系数 | 第28-29页 |
| 2.4 图像数据库的介绍 | 第29-31页 |
| 2.5 本章小结 | 第31-33页 |
| 第三章 ROIESIM算法 | 第33-49页 |
| 3.1 基于结构相似度的评估方法 | 第33-37页 |
| 3.1.1 结构相似度的评估算法 | 第33-35页 |
| 3.1.2 结构相似度的改进算法 | 第35-36页 |
| 3.1.3 边缘结构相似度评估算法 | 第36-37页 |
| 3.2 基于感兴趣区域的边缘结构相似度 | 第37-40页 |
| 3.2.1 SSIM、MDESSIM与E-SSIM对边缘信息敏感度的比较 | 第38-39页 |
| 3.2.2 ROIESIM算法 | 第39-40页 |
| 3.3 实验结果及分析 | 第40-48页 |
| 3.3.1 设置权值 | 第41页 |
| 3.3.2 高斯模糊实验 | 第41-45页 |
| 3.3.3 运动模糊实验 | 第45-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第四章 FGSIM算法 | 第49-73页 |
| 4.1 基于特征相似性的图像质量评估方法 | 第49-56页 |
| 4.1.1 特征相似性图像质量评估算法 | 第49-55页 |
| 4.1.1.1 相位一致性 | 第50-52页 |
| 4.1.1.2 梯度幅值 | 第52-53页 |
| 4.1.1.3 特征相似度指标 | 第53-54页 |
| 4.1.1.4 彩色图像FSIMc | 第54-55页 |
| 4.1.2 改进的特征相似性图像质量评估算法 | 第55-56页 |
| 4.2 基于梯度特征的图像质量评估算法 | 第56-57页 |
| 4.3 结合梯度信息的特征相似性图像质量评估 | 第57-59页 |
| 4.3.1 GSSIM与FSIM对边缘信息敏感程度的比较 | 第57-58页 |
| 4.3.2 FGSIM算法 | 第58-59页 |
| 4.4 实验结果及分析 | 第59-71页 |
| 4.4.1 对单幅图像的实验 | 第59-64页 |
| 4.4.2 对图像数据库的实验 | 第64-71页 |
| 4.5 本章小结 | 第71-73页 |
| 第五章 总结及下一步工作 | 第73-75页 |
| 5.1 总结 | 第73-74页 |
| 5.2 下一步工作 | 第74-75页 |
| 致谢 | 第75-77页 |
| 参考文献 | 第77-83页 |
| 附录 作者在攻读硕士期间公开发表的论文及获得的相关成果 | 第83页 |
