| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 单一失真图像质量评价方法研究现状 | 第11-14页 |
| 1.2.2 混合失真图像质量评价方法研究现状 | 第14-15页 |
| 1.2.3 基于评价的失真图像质量优化研究现状 | 第15-16页 |
| 1.3 论文的主要内容和结构 | 第16-19页 |
| 1.3.1 研究内容 | 第16-18页 |
| 1.3.2 论文结构 | 第18-19页 |
| 第2章 图像质量的基础理论 | 第19-30页 |
| 2.1 图像失真类型 | 第19-23页 |
| 2.1.1 噪声失真 | 第19-20页 |
| 2.1.2 JPEG失真 | 第20-21页 |
| 2.1.3 JPEG2000失真 | 第21页 |
| 2.1.4 模糊失真 | 第21-22页 |
| 2.1.5 快速衰落失真 | 第22-23页 |
| 2.2 人类视觉系统 | 第23-25页 |
| 2.2.1 人类视觉统的感知原理 | 第23-24页 |
| 2.2.2 人类视觉感知特性 | 第24-25页 |
| 2.3 图像质量主观评价 | 第25-26页 |
| 2.4 图像质量客观评价 | 第26-29页 |
| 2.4.1 客观评价方法性能评估指标 | 第26-27页 |
| 2.4.2 常用图像数据库 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于局部特征信息统计的无参考图像质量评价 | 第30-44页 |
| 3.1 自然场景统计特征的分析 | 第30-36页 |
| 3.1.1 自然图像的统计特性 | 第30页 |
| 3.1.2 局部特征信息的提取 | 第30-36页 |
| 3.2 基于支持向量回归的图像质量预测 | 第36-39页 |
| 3.2.1 图像质量预测模型 | 第36-38页 |
| 3.2.2 构建图像失真分类器 | 第38-39页 |
| 3.3 实验结果与分析 | 第39-43页 |
| 3.3.1 一致性实验 | 第39-41页 |
| 3.3.2 客观对比实验 | 第41-42页 |
| 3.3.3 算法运行时间对比 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 基于边缘与亮度信息统计的无参考混合失真图像评价 | 第44-56页 |
| 4.1 相位一致性与局部归一化 | 第44-46页 |
| 4.1.1 相位一致性原理 | 第44-45页 |
| 4.1.2 局部亮度归一化原理 | 第45-46页 |
| 4.2 图像质量特征分析与建模 | 第46-51页 |
| 4.2.1 边缘信息提取 | 第46-48页 |
| 4.2.2 亮度信息提取 | 第48页 |
| 4.2.3 图像质量特征分析 | 第48-51页 |
| 4.3 实验结果与分析 | 第51-54页 |
| 4.3.1 一致性实验 | 第51-52页 |
| 4.3.2 客观对比实验 | 第52-54页 |
| 4.3.3 算法运行时间对比 | 第54页 |
| 4.4 本章小结 | 第54-56页 |
| 第5章 结合分类与解耦的混合失真图像质量评价及优化模型 | 第56-66页 |
| 5.1 图像失真类型判定 | 第56-58页 |
| 5.2 混合失真之间的耦合影响 | 第58-59页 |
| 5.3 解耦问题概述 | 第59-60页 |
| 5.4 基于解耦的图像质量优化 | 第60-64页 |
| 5.4.1 混合失真图像质量优化控制 | 第60-61页 |
| 5.4.2 加入解耦控制的图像质量优化模型 | 第61-64页 |
| 5.5 本章小结 | 第64-66页 |
| 第6章 总结与展望 | 第66-69页 |
| 6.1 全文总结 | 第66-67页 |
| 6.2 展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74-75页 |
| 附录A LIVE中“Woman hat”五种失真图像对比图 | 第75-76页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第76页 |
