| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究意义 | 第12-13页 |
| 1.2 研究现状 | 第13-17页 |
| 1.2.1 基于视觉注意机制的显著性模型 | 第13-15页 |
| 1.2.2 基于视觉显著性的图像质量评价 | 第15-17页 |
| 1.3 本论文的主要工作 | 第17-18页 |
| 1.4 本论文的组织结构 | 第18-20页 |
| 第二章 视觉系统特性 | 第20-28页 |
| 2.1 视觉系统的生理特性 | 第20-24页 |
| 2.1.1 眼球结构 | 第20-22页 |
| 2.1.2 视觉通路 | 第22页 |
| 2.1.3 感受野 | 第22-24页 |
| 2.2 视觉系统的心理特性 | 第24-26页 |
| 2.2.1 亮度非线性特性 | 第25页 |
| 2.2.2 对比度敏感度特性 | 第25-26页 |
| 2.2.3 多通道特性 | 第26页 |
| 2.2.4 掩蔽效应 | 第26页 |
| 2.3 本章小结 | 第26-28页 |
| 第三章 视觉注意机制计算模型及图像质量评价模型 | 第28-48页 |
| 3.1 引言 | 第28-29页 |
| 3.2 基于视觉注意机制的计算模型(BOTTOM-UP模型) | 第29-37页 |
| 3.2.1 基于生物学驱动的视觉注意计算模型 | 第29-31页 |
| 3.2.2 基于频域的视觉注意计算模型 | 第31-33页 |
| 3.2.3 基于图论的视觉注意计算模型 | 第33-34页 |
| 3.2.4 基于信息论的视觉注意计算模型 | 第34-35页 |
| 3.2.5 基于纯计算的视觉注意计算模型 | 第35-37页 |
| 3.3 图像质量客观评价方法 | 第37-46页 |
| 3.3.1 全参考方法(FR-IQA) | 第37-43页 |
| 3.3.1.1 基于像素误差统计的评价方法 | 第37-38页 |
| 3.3.1.2 基于HVS的评价方法 | 第38-39页 |
| 3.3.1.3 基于结构相似度的评价方法 | 第39-42页 |
| 3.3.1.4 基于信息论的评价方法 | 第42-43页 |
| 3.3.2 半参考方法(PR-IQA) | 第43-45页 |
| 3.3.2.1 基于特征的半参考图像质量评价 | 第44页 |
| 3.3.2.2 基于水印的半参考图像质量评价 | 第44-45页 |
| 3.3.3 无参考方法(NR-IQA) | 第45-46页 |
| 3.3.3.1 基于拟合回归的无参考图像质量评价 | 第45页 |
| 3.3.3.2 基于机器学习的无参考图像质量评价 | 第45-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第四章 基于特征显著性加权的视觉注意计算模型 | 第48-78页 |
| 4.1 引言 | 第48-49页 |
| 4.2 基于特征显著性加权融合的改进ITTI模型 | 第49-65页 |
| 4.2.1 算法思路 | 第49-50页 |
| 4.2.2 算法设计 | 第50-65页 |
| 4.2.2.1 特征提取 | 第50-53页 |
| 4.2.2.2 特征对比 | 第53-58页 |
| 4.2.2.3 特征融合 | 第58-65页 |
| 4.3 局部显著性和全局显著性融合的视觉注意机制计算模型 | 第65-69页 |
| 4.4 算法性能测试 | 第69-76页 |
| 4.4.1 评价指标 | 第69-70页 |
| 4.4.2 测试数据库 | 第70-71页 |
| 4.4.3 测试结果 | 第71-76页 |
| 4.5 本章小结 | 第76-78页 |
| 第五章 基于视觉显著性的灰度图像质量评价模型 | 第78-108页 |
| 5.1 算法思路 | 第78-79页 |
| 5.2 算法设计 | 第79-85页 |
| 5.2.1 图像失真度量 | 第79-82页 |
| 5.2.2 基于视觉显著性的灰度图像质量评价模型(VSWSIMg算法) | 第82-85页 |
| 5.3 算法性能测试 | 第85-106页 |
| 5.3.1 评价指标 | 第85-86页 |
| 5.3.2 测试数据库 | 第86-88页 |
| 5.3.3 测试结果 | 第88-106页 |
| 5.3.3.1 各种算法的四项指标分析 | 第88-92页 |
| 5.3.3.2 不同失真类型图像的四项指标分析 | 第92-104页 |
| 5.3.3.3 算法讨论 | 第104-106页 |
| 5.4 本章小结 | 第106-108页 |
| 第六章 基于像素点显著性加权均匀颜色空间结构失真的彩色图像质量评价模型 | 第108-126页 |
| 6.1 算法思路 | 第108页 |
| 6.2 算法设计 | 第108-111页 |
| 6.2.1 颜色空间的选取与转换 | 第109-110页 |
| 6.2.2 图像失真的度量 | 第110-111页 |
| 6.2.3 基于视觉显著性加权的彩色图像质量评价模型(VSWSIMc算法) | 第111页 |
| 6.3 算法性能测试 | 第111-123页 |
| 6.3.1 评价指标 | 第111页 |
| 6.3.2 测试数据库 | 第111-112页 |
| 6.3.3 测试结果 | 第112-123页 |
| 6.3.3.1 各种算法的四项指标分析 | 第112-113页 |
| 6.3.3.2 不同失真类型图像的四项指标分析 | 第113-118页 |
| 6.3.3.3 视觉显著性对图像质量评价的影响 | 第118页 |
| 6.3.3.4 视觉显著性对不同失真类型图像质量评价的影响 | 第118-122页 |
| 6.3.3.5 算法讨论 | 第122-123页 |
| 6.4 本章小结 | 第123-126页 |
| 第七章 总结与展望 | 第126-130页 |
| 7.1 工作总结 | 第126-127页 |
| 7.2 后续展望 | 第127-130页 |
| 致谢 | 第130-132页 |
| 参考文献 | 第132-138页 |
| 作者简介 | 第138-139页 |
