基于感知和统计模型的图像质量评价技术及应用研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 缩略语对照表 | 第15-18页 |
| 第一章 绪论 | 第18-36页 |
| 1.1 本文的研究背景及意义 | 第18-20页 |
| 1.2 图像质量评价的研究现状 | 第20-32页 |
| 1.2.1 主观图像质量评价 | 第20-23页 |
| 1.2.2 客观图像质量评价 | 第23-30页 |
| 1.2.3 算法性能衡量准则 | 第30-32页 |
| 1.3 本文的主要工作和章节安排 | 第32-36页 |
| 1.3.1 主要工作 | 第32-33页 |
| 1.3.2 章节安排 | 第33-36页 |
| 第二章 基于感知特性的全/半参考图像质量评价 | 第36-70页 |
| 2.1 引言 | 第36-39页 |
| 2.1.1 新近全参考图像质量评价 | 第36-37页 |
| 2.1.2 主流半参考图像质量评价 | 第37-39页 |
| 2.2 基于全局和局部的梯度相似性算法 | 第39-49页 |
| 2.2.1 图像梯度提取和相似性度量 | 第39-41页 |
| 2.2.2 基于全局和局部的池化方法 | 第41-44页 |
| 2.2.3 实验验证和算法性能分析 | 第44-49页 |
| 2.3 基于最优尺度选择的预处理模型 | 第49-63页 |
| 2.3.1 变化距离评价的研究动机 | 第49-51页 |
| 2.3.2 变换域最优尺度选择算法 | 第51-55页 |
| 2.3.3 实验结果对比和讨论 | 第55-63页 |
| 2.4 基于结构退化模型的半参考评价算法 | 第63-70页 |
| 2.4.1 结构退化模型分析与特征提取 | 第63-66页 |
| 2.4.2 质量评价算法的性能分析 | 第66-70页 |
| 第三章 基于混合模型的无参考图像质量评价 | 第70-118页 |
| 3.1 引言 | 第70-72页 |
| 3.2 基于自由能理论的盲图像质量评价 | 第72-87页 |
| 3.2.1 盲质量评价的视觉特征提取 | 第72-80页 |
| 3.2.2 基于支持向量机的回归映射 | 第80-81页 |
| 3.2.3 算法预测性能检验和比较 | 第81-87页 |
| 3.3 单/多重失真图像的混合无参考评价 | 第87-101页 |
| 3.3.1 六步盲质量评价算法 | 第87-93页 |
| 3.3.2 实验验证和结果分析 | 第93-101页 |
| 3.4 色阶映射图像的无参考质量评价 | 第101-118页 |
| 3.4.1 基于信息、自然性和结构的盲评价算法 | 第102-109页 |
| 3.4.2 算法性能验证和比较分析 | 第109-118页 |
| 第四章 基于质量评价模型的图像处理技术 | 第118-154页 |
| 4.1 引言 | 第118-119页 |
| 4.2 基于质量提升的对比度增强 | 第119-145页 |
| 4.2.1 对比度增强的理想直方图 | 第120-123页 |
| 4.2.2 理想直方图的自动实现 | 第123-129页 |
| 4.2.3 关于图像增强的效果比较 | 第129-140页 |
| 4.2.4 视频增强及性能优劣对比 | 第140-145页 |
| 4.3 基于质量优化的视频编码 | 第145-154页 |
| 4.3.1 基于结构感知的屏幕图像质量评价 | 第145-152页 |
| 4.3.2 基于质量评价模型的屏幕视频编码 | 第152-154页 |
| 全文总结 | 第154-158页 |
| 参考文献 | 第158-172页 |
| 致谢 | 第172-174页 |
| 攻读学位论文期间发表的学术论文目录 | 第174-178页 |
