摘要 | 第1-6页 |
ABSTRACT | 第6-15页 |
第1章 绪论 | 第15-23页 |
·计算机视觉 | 第15-19页 |
·历史回顾和相关领域 | 第16-18页 |
·应用和研究内容 | 第18-19页 |
·特征和相似性度量的研究意义 | 第19-20页 |
·本文的内容安排和创新点 | 第20-23页 |
第2章 特征与相似性度量 | 第23-39页 |
·特征 | 第23-32页 |
·尺度不变特征 | 第24-25页 |
·梯度方向直方图特征 | 第25-26页 |
·保持局部邻域结构特征 | 第26-28页 |
·形状上下文特征 | 第28-30页 |
·相对角 | 第30页 |
·轮廓距离 | 第30-31页 |
·SHOCK图 | 第31-32页 |
·相似性度量 | 第32-39页 |
·值变量之间的距离 | 第32-34页 |
·数值变量之间的距离 | 第34-35页 |
·结构相似性 | 第35页 |
·直方图之间的相似性 | 第35-36页 |
·其它 | 第36-39页 |
第3章 形状上下文特征的研究和改进 | 第39-67页 |
·形状上下文特征的缺点 | 第39-41页 |
·基于一维傅里叶变换的改进形状上下文特征 | 第41-42页 |
·新特征各种特性的证明 | 第42-43页 |
·关于新特征的实验 | 第43-59页 |
·新特征特性 | 第44-47页 |
·无噪声点集匹配 | 第47-56页 |
·有噪声点集匹配 | 第56-59页 |
·圆周位移下的地动距离 | 第59-63页 |
·X~2距离与地动距离 | 第59-61页 |
·角度维圆周位移下的地动距离计算 | 第61-63页 |
·新的相似度计算方法用于离散点集匹配的实验 | 第63-65页 |
·离散点集匹配 | 第63-65页 |
·比较实验 | 第65页 |
·本章小结 | 第65-67页 |
第4章 基于结构相似度的融合质量评估 | 第67-93页 |
·图像融合简介 | 第67-70页 |
·什么是图像融合 | 第67-68页 |
·常用图像融合方法 | 第68-70页 |
·图像融合质量评估 | 第70-71页 |
·已有的融合质量评估方法的回顾 | 第71-80页 |
·主观测试 | 第71-72页 |
·客观评估 | 第72-80页 |
·结构相似度标准(SSIM)的视觉模型 | 第80-81页 |
·基于新的亮度和对比度模型的SSIM | 第81-83页 |
·新的亮度和对比度模型 | 第81-82页 |
·基于新的亮度和对比度模型的SSIM | 第82-83页 |
·实验 | 第83-90页 |
·UNcamp序列 | 第83-86页 |
·主观评测标准图像库 | 第86-90页 |
·本章小结 | 第90-93页 |
第5章 基于颜色相似度的融合质量评估 | 第93-117页 |
·已有非基于结构相似度的评估方法 | 第93-97页 |
·边缘信息 | 第93-94页 |
·空间频率 | 第94-96页 |
·模糊积分 | 第96-97页 |
·颜色相似性 | 第97-98页 |
·基于颜色相似性的融合质量评估 | 第98-105页 |
·利用颜色相似性构建评估标准 | 第98-99页 |
·对评估方法的数学分析 | 第99-104页 |
·新的度量标准 | 第104-105页 |
·实验 | 第105-114页 |
·UNcamp序列 | 第105-108页 |
·主观评测标准图像库 | 第108-111页 |
·与人为评估的结果比较 | 第111-114页 |
·本章小结 | 第114-117页 |
第6章 相似性度量在图像置乱效果评价中的具体应用 | 第117-127页 |
·图像置乱 | 第117页 |
·使用Vigenere密码进行数字图像置乱 | 第117-119页 |
·Vigenere密码简介 | 第117-118页 |
·使用Vigenere密码进行数字图像置乱的算法流程 | 第118-119页 |
·实验结果与分析 | 第119-122页 |
·实验结果 | 第119-120页 |
·置乱效果分析 | 第120-121页 |
·噪声影响的分析 | 第121-122页 |
·安全性分析 | 第122-123页 |
·与使用改进的Grey编码技术置乱的结果的比较 | 第123-125页 |
·本章小结 | 第125-127页 |
第7章 总结与展望 | 第127-131页 |
·本文研究内容 | 第127-128页 |
·研究工作展望 | 第128-131页 |
参考文献 | 第131-139页 |
致谢 | 第139-141页 |
在读期间发表的学术论文与取得的研究成果 | 第141-143页 |