首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于人眼视觉特性的视频质量评价方法研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-13页
   ·引言第7页
   ·国内外研究现状第7-11页
   ·本论文的主要内容以及结构安排第11-13页
第二章 视频图像质量评价方法第13-21页
   ·引言第13页
   ·三种客观质量评价方法第13-16页
     ·全参考图像质量评价方法第13-15页
     ·部分参考图像质量评价方法第15-16页
     ·无参考图像质量评价方法第16页
   ·视频图像的显著信息第16-19页
     ·基于低层视觉特性的显著性分析方法第17-18页
     ·基于空间频域分析的剩余谱算法第18-19页
     ·GBVS 算法第19页
   ·小结第19-21页
第三章 基于视觉显著信息的多尺度结构质量评价方法第21-39页
   ·图像显著信息的提取第21-24页
     ·低层视觉系统提取图像显著信息第21-22页
     ·剩余谱算法的实现第22-23页
     ·GBVS 算法的实现第23-24页
   ·多尺度结构信息评价方法第24-28页
     ·SSIM 结构评价方法第24-27页
     ·多尺度 SSIM 指标的建立第27-28页
     ·跨尺度校准第28页
   ·基于显著信息的多尺度结构算法及实现第28-31页
   ·实验仿真结果第31-37页
     ·提取图像显著信息实验仿真结果第31-34页
     ·基于多尺度结构信息(MSSIM)质量评价仿真结果第34页
     ·基于显著图的多尺度图像质量评价仿真结果第34-36页
     ·基于显著图的多尺度视频序列质量评价仿真结果第36-37页
   ·小结第37-39页
第四章 基于视觉信息的空间域视频无参考质量评价方法第39-53页
   ·引言第39页
   ·基于空间域的无参考的视频质量评价方法第39-43页
   ·基于视觉信息的无参考视频质量评价算法及实现第43-48页
   ·实验仿真结果第48-52页
     ·不同图像的视觉信息仿真结果第48页
     ·利用 BRISQUE 算法对图像质量进行评价第48-50页
     ·利用 NIQE 算法对图像质量进行评价第50-52页
   ·小结第52-53页
第五章 总结与展望第53-55页
   ·全文总结第53页
   ·展望第53-55页
致谢第55-56页
参考文献第56-59页

论文共59页,点击 下载论文
上一篇:仿生模式识别目标跟踪算法研究与应用
下一篇:基于多尺度几何分析的图像融合方法研究