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

合成图像的质量评价

摘要第1-4页
Abstract第4-8页
第一章 绪论第8-14页
   ·研究背景及意义第8页
   ·研究进展及现状第8-10页
     ·图像质量评价方法的研究进展及现状第8-10页
     ·人脸图像信息与自然图像的区别第10页
   ·论文的主要安排内容及章节安排第10-14页
     ·本文的主要研究成果及创新点第10-11页
     ·论文的章节安排第11-14页
第二章 图像质量评价算法第14-22页
   ·主观质量评价方法第14-15页
   ·常用的客观质量评价方法第15-19页
     ·全参考型质量评价第15-17页
     ·部分参考型质量评价第17页
     ·无参考型质量评价第17-19页
   ·图像质量评价算法性能的评价方法第19-21页
     ·图像质量评价的标准第19页
     ·主客观评价一致性的评估参数第19-21页
   ·本章小结第21-22页
第三章 基于梯度结构相似度的全参考评价方法第22-38页
   ·引言第22-23页
   ·基于 HVS 的几种常见图像质量评价方法第23-28页
     ·基于误差灵敏度的图像质量评价第24-25页
     ·基于结构相似度的图像质量评价第25-27页
     ·基于结构相似度的改进方法第27-28页
   ·基于梯度结构相似度的算法第28-31页
     ·梯度信息的提取第28-30页
     ·图像的梯度信息第30页
     ·基于梯度结构相似度的算法模型第30-31页
   ·实验结果与分析第31-36页
     ·新模型与其它全参考型质量评价模型的比较第31-35页
     ·不同质量评价方法的拟合曲线第35-36页
   ·本章小结第36-38页
第四章 基于多阶差分信息的质量评价方法第38-52页
   ·引言第38页
   ·基于多阶差分信息的无参考质量评价第38-42页
     ·失真的类别第38-39页
     ·度量失真的参数第39-40页
     ·基于多阶差分信息的无参考质量评价模型第40-42页
   ·无参考与全参考的结合模型第42-44页
     ·基于多阶差分信息的 NR 与 VIF 的结合模型第42-43页
     ·基于多阶差分信息的 NR 与 SSIM/GSSIM 的结合模型第43-44页
   ·实验结果与分析第44-51页
     ·基于多阶差分信息的无参考质量评价结果第44-47页
     ·基于多阶差分信息的 NR 与 VIF/SSIM/GSSIM 结合的评价结果第47-51页
   ·本章小结第51-52页
第五章 总结与展望第52-54页
   ·总结第52-53页
   ·展望第53-54页
致谢第54-56页
参考文献第56-62页
作者在读期间参加的科研活动第62-63页

论文共63页,点击 下载论文
上一篇:多维图像数据压缩
下一篇:UHF射频识别阅读器关键技术研究