| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究课题的背景和意义 | 第10-11页 |
| 1.1.1 课题的背景及来源 | 第10-11页 |
| 1.1.2 课题研究的目的及意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 图像质量评价算法研究现状 | 第11-13页 |
| 1.2.2 图像质量评价常用数据库 | 第13-14页 |
| 1.3 本文的工作内容与结构 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第2章 相关技术及理论基础 | 第16-22页 |
| 2.1 主观图像质量评价算法 | 第16-17页 |
| 2.2 客观图像质量评价算法 | 第17-19页 |
| 2.2.1 全参考图像质量评价方法 | 第17-18页 |
| 2.2.2 部分参考图像质量评价方法 | 第18页 |
| 2.2.3 无参考图像质量评价方法 | 第18-19页 |
| 2.3 图像质量评价算法评价指标 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于自然统计特征分布直方图的 BRISQUE 算法研究 | 第22-46页 |
| 3.1 基于自然场景统计的算法 | 第22-24页 |
| 3.2 BRISQUE算法 | 第24-25页 |
| 3.3 自然统计特征分布直方图的提取 | 第25页 |
| 3.4 基于自然统计特征分布直方图的 BRISQUE 算法 | 第25-27页 |
| 3.5 实验结果与分析 | 第27-33页 |
| 3.6 算法性能研究与分析 | 第33-45页 |
| 3.6.1 LIBSVM 模型参数对算法的影响 | 第33-35页 |
| 3.6.2 训练集数量对算法相关性的影响 | 第35-40页 |
| 3.6.3 图片测试区域的大小对算法相关性的影响 | 第40-45页 |
| 3.7 本章小结 | 第45-46页 |
| 第4章 无人机航拍图像质量评价系统设计与实现 | 第46-78页 |
| 4.1 需求分析 | 第46-48页 |
| 4.1.1 需求对象分析 | 第46-47页 |
| 4.1.2 功能需求分析 | 第47-48页 |
| 4.1.3 标准化需求分析 | 第48页 |
| 4.2 系统总体设计与架构 | 第48-54页 |
| 4.2.1 总体框架设计 | 第48-49页 |
| 4.2.2 系统总体业务数据流 | 第49-50页 |
| 4.2.3 技术架构设计 | 第50-51页 |
| 4.2.4 数据库设计 | 第51-54页 |
| 4.3 系统相关功能的设计与实现 | 第54-76页 |
| 4.3.1 系统模块设计 | 第54页 |
| 4.3.2 可视化界面设计 | 第54-56页 |
| 4.3.3 菜单设计 | 第56-57页 |
| 4.3.4 主界面设计 | 第57-58页 |
| 4.3.5 主要功能模块具体实现 | 第58-74页 |
| 4.3.6 核心功能模块分析与设计 | 第74-76页 |
| 4.4 关键模块功能测试 | 第76-77页 |
| 4.5 本章小结 | 第77-78页 |
| 第5章 结论和展望 | 第78-80页 |
| 5.1 结论 | 第78页 |
| 5.2 展望 | 第78-80页 |
| 参考文献 | 第80-83页 |
| 致谢 | 第83页 |