| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8页 |
| 1.2 图像质量客观评价研究现状 | 第8-12页 |
| 1.3 主要研究内容和论文结构 | 第12-14页 |
| 第2章 基础知识 | 第14-27页 |
| 2.1 视觉注意机制 | 第14-16页 |
| 2.1.1 视觉注意表现方式 | 第14-15页 |
| 2.1.2 视觉注意在图像质量评价中的应用 | 第15-16页 |
| 2.2 人眼视觉系统 | 第16-21页 |
| 2.2.1 人眼视觉生理学特性 | 第16-20页 |
| 2.2.2 人眼视觉心理物理学特性 | 第20-21页 |
| 2.3 两种典型的机器学习方法简介 | 第21-25页 |
| 2.3.1 支持向量机 | 第22-23页 |
| 2.3.2 超限学习机 | 第23-25页 |
| 2.4 图像质量客观评价方法的性能评估指标 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于眼动显著图的图像质量评价方法 | 第27-39页 |
| 3.1 眼动显著图 | 第27-32页 |
| 3.1.1 眼动仪介绍 | 第27-28页 |
| 3.1.2 眼动数据采集与分析 | 第28-30页 |
| 3.1.3 显著图计算 | 第30-32页 |
| 3.2 眼动显著图与图像质量评价模型相结合 | 第32-35页 |
| 3.2.1 眼动显著图与SSIM结合 | 第32-33页 |
| 3.2.2 眼动显著图与VIF结合 | 第33-35页 |
| 3.3 非线性组合 | 第35页 |
| 3.4 实验结果与分析 | 第35-38页 |
| 3.4.1 实验标准图像库选取 | 第35-36页 |
| 3.4.2 客观评价结果与主观感知分数的散点图分析 | 第36-37页 |
| 3.4.3 评价指标对比分析 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 基于组合特征提取的图像质量评价方法 | 第39-50页 |
| 4.1 梯度联合统计特征 | 第40-43页 |
| 4.2 相位一致性特征 | 第43-45页 |
| 4.3 基于超限学习机的特征映射模型 | 第45-47页 |
| 4.3.1 PCA特征降维 | 第45-46页 |
| 4.3.2 特征映射模型 | 第46-47页 |
| 4.4 实验结果与分析 | 第47-49页 |
| 4.4.1 测试图像库和评价性能指标 | 第47页 |
| 4.4.2 性能指标比较 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-51页 |
| 5.1 本文工作总结 | 第50页 |
| 5.2 未来工作展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 附录A 在读期间发表的学术论文和参与科研项目 | 第56页 |