| 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 |
