| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-15页 |
| ·选题背景及研究意义 | 第7-8页 |
| ·国内外研究现状 | 第8-13页 |
| ·全参考图像质量评价方法 | 第8-12页 |
| ·部分参考图像质量评价方法 | 第12页 |
| ·无参考图像质量评价方法 | 第12-13页 |
| ·本文研究内容 | 第13页 |
| ·本文组织结构 | 第13-15页 |
| 2 无参考图像质量评价方法概述 | 第15-23页 |
| ·无参考质量评价算法分析 | 第15-18页 |
| ·图像失真类型 | 第15-16页 |
| ·特定失真类型算法分析 | 第16-17页 |
| ·多种失真类型算法分析 | 第17-18页 |
| ·图像质量评价算法的性能指标 | 第18-20页 |
| ·主观质量评价指标 | 第18-19页 |
| ·客观质量评价指标 | 第19-20页 |
| ·图像数据库 | 第20-21页 |
| ·本章小结 | 第21-23页 |
| 3 图像特征提取 | 第23-34页 |
| ·纹理特征提取 | 第23-28页 |
| ·基于灰度共生矩阵的纹理特征 | 第23-25页 |
| ·基于小波变换的纹理特征 | 第25-28页 |
| ·结构特征提取 | 第28页 |
| ·颜色特征提取 | 第28-32页 |
| ·颜色特征 | 第28-31页 |
| ·四元数理论 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 4 模糊失真图像的无参考质量评价方法 | 第34-42页 |
| ·基于纹理和结构特征的模糊图像无参考质量评价方法 | 第34-35页 |
| ·综合特征提取 | 第35-36页 |
| ·纹理特征提取 | 第35页 |
| ·结构特征提取 | 第35-36页 |
| ·RBF 神经网络预测模型的建立 | 第36-37页 |
| ·RBF 神经网络 | 第36页 |
| ·预测模型的建立 | 第36-37页 |
| ·算法的描述与实现 | 第37-41页 |
| ·算法描述 | 第37-38页 |
| ·算法实现 | 第38页 |
| ·实验结果与分析 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 5 彩色失真图像的无参考质量评价方法 | 第42-49页 |
| ·基于四元数傅立叶变换的彩色图像无参考质量评价方法 | 第42页 |
| ·彩色图像结构特征提取 | 第42-43页 |
| ·亮度函数 | 第43页 |
| ·对比度函数 | 第43页 |
| ·结构函数 | 第43页 |
| ·图像质量评价函数 | 第43页 |
| ·算法的描述及实现 | 第43-48页 |
| ·算法描述 | 第43-44页 |
| ·算法实现 | 第44-45页 |
| ·实验结果与分析 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 6 总结与展望 | 第49-51页 |
| ·总结 | 第49-50页 |
| ·未来工作展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 附录 A | 第55-59页 |
| 附录 B | 第59-61页 |
| 附录 C | 第61页 |