| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 1 绪论 | 第14-37页 |
| 1.1 课题的研究背景及意义 | 第14-16页 |
| 1.2 国内外研究现状 | 第16-28页 |
| 1.2.1 主观图像质量评价 | 第17-20页 |
| 1.2.2 客观图像质量评价 | 第20-28页 |
| 1.3 图像质量评价算法性能指标 | 第28-30页 |
| 1.4 图像质量评价数据库 | 第30-32页 |
| 1.5 论文主要研究内容及结构安排 | 第32-37页 |
| 1.5.1 论文主要研究内容 | 第32-35页 |
| 1.5.2 论文结构安排 | 第35-37页 |
| 2 基于图像灰度波动分析的图像质量评价方法 | 第37-69页 |
| 2.1 引言 | 第37-39页 |
| 2.2 基于图像灰度波动的全盲图像质量评价方法 | 第39-51页 |
| 2.2.1 图像灰度波动分析基元 | 第39-41页 |
| 2.2.2 灰度波动图 | 第41-42页 |
| 2.2.3 算法设计 | 第42-45页 |
| 2.2.4 实验结果及分析 | 第45-51页 |
| 2.3 基于图像灰度波动和分形维数分析的全盲图像质量评价方法 | 第51-62页 |
| 2.3.1 分形维数 | 第52-53页 |
| 2.3.2 基于分形分析的图像特征提取 | 第53页 |
| 2.3.3 算法设计 | 第53-55页 |
| 2.3.4 实验结果及分析 | 第55-62页 |
| 2.4 基于图像灰度波动分析的评价方法性能提升 | 第62-68页 |
| 2.4.1 图像子区域提取 | 第62-64页 |
| 2.4.2 算法设计 | 第64页 |
| 2.4.3 实验结果及分析 | 第64-68页 |
| 2.5 本章小结 | 第68-69页 |
| 3 基于潜在语义分析的全盲图像质量评价方法 | 第69-86页 |
| 3.1 引言 | 第69-71页 |
| 3.2 基于潜在语义分析的全盲图像质量评价方法 | 第71-79页 |
| 3.2.1 潜在语义分析 | 第71-73页 |
| 3.2.2 EM算法 | 第73-75页 |
| 3.2.3 特征提取 | 第75-76页 |
| 3.2.4 视觉单词字典构建 | 第76-77页 |
| 3.2.5 算法设计 | 第77-79页 |
| 3.3 实验结果及分析 | 第79-85页 |
| 3.3.1 图像数据库及评价指标 | 第79页 |
| 3.3.2 灰度向量夹角阈值选择 | 第79-81页 |
| 3.3.3 训练集规模对评价结果性能影响分析 | 第81-83页 |
| 3.3.4 方法性能对比与分析 | 第83-84页 |
| 3.3.5 训练集选取对评价结果性能影响分析 | 第84-85页 |
| 3.4 本章小结 | 第85-86页 |
| 4 基于稀疏表示的无参考图像质量评价方法 | 第86-105页 |
| 4.1 引言 | 第86-88页 |
| 4.2 基于稀疏表示的无参考图像质量评价方法 | 第88-95页 |
| 4.2.1 稀疏表示 | 第88-89页 |
| 4.2.2 字典训练 | 第89-91页 |
| 4.2.3 特征提取 | 第91-92页 |
| 4.2.4 特征稀疏表示 | 第92-93页 |
| 4.2.5 概率向量计算 | 第93-94页 |
| 4.2.6 算法设计 | 第94-95页 |
| 4.3 实验结果及分析 | 第95-104页 |
| 4.3.1 图像数据库及评价指标 | 第95-96页 |
| 4.3.2 灰度向量夹角阈值选择 | 第96-98页 |
| 4.3.3 训练集规模对评价结果性能影响分析 | 第98-100页 |
| 4.3.4 训练集选取对评价结果性能影响分析 | 第100-102页 |
| 4.3.5 方法性能对比与分析 | 第102-104页 |
| 4.4 本章小结 | 第104-105页 |
| 5 基于遥感图像可利用性的图像质量评价方法 | 第105-133页 |
| 5.1 引言 | 第105-108页 |
| 5.2 基于图像可利用性的遥感图像主观评分数据库 | 第108-113页 |
| 5.2.1 数据库主观测试准备 | 第108-110页 |
| 5.2.2 图像数据选择 | 第110页 |
| 5.2.3 数据库图像分级标准 | 第110-113页 |
| 5.3 基于遥感图像可利用性的无参考图像质量评价方法 | 第113-122页 |
| 5.3.1 SIFT特征提取 | 第113-118页 |
| 5.3.2 基本词库构建 | 第118-119页 |
| 5.3.3 视觉单词直方图 | 第119-122页 |
| 5.3.4 质量评价模型构建 | 第122页 |
| 5.4 实验结果及分析 | 第122-132页 |
| 5.4.1 数据库合理性分析 | 第123-125页 |
| 5.4.2 训练集规模对评价结果的影响分析 | 第125-128页 |
| 5.4.3 基本词库规模对评价结果的影响分析 | 第128-130页 |
| 5.4.4 质量评价方法性能比较 | 第130-132页 |
| 5.5 本章小结 | 第132-133页 |
| 6 基于图像空间结构信息的全参考图像质量评价方法 | 第133-157页 |
| 6.1 引言 | 第133-135页 |
| 6.2 基于图像空间结构信息的全参考图像质量评价方法 | 第135-143页 |
| 6.2.1 图像灰度波动分析 | 第135-136页 |
| 6.2.2 图像空间结构变化矩阵 | 第136-139页 |
| 6.2.3 算法设计 | 第139-143页 |
| 6.3 实验结果及分析 | 第143-156页 |
| 6.3.1 灰度向量夹角阈值选择 | 第144-146页 |
| 6.3.2 训练集规模对评价结果性能影响分析 | 第146-148页 |
| 6.3.3 训练集选取对评价结果性能影响分析 | 第148-149页 |
| 6.3.4 方法性能对比与分析 | 第149-155页 |
| 6.3.5 方法对遥感图像数据评价的性能对比与分析 | 第155-156页 |
| 6.4 本章小结 | 第156-157页 |
| 7 总结与展望 | 第157-162页 |
| 7.1 研究结论 | 第157-159页 |
| 7.2 研究展望 | 第159-162页 |
| 致谢 | 第162-164页 |
| 参考文献 | 第164-176页 |
| 附录 | 第176-177页 |
