| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 序言 | 第9-10页 |
| 目录 | 第10-12页 |
| 第一章 综述 | 第12-17页 |
| 1.1 研究的背景和意义 | 第12-13页 |
| 1.2 图像质量评价的发展现状 | 第13-15页 |
| 1.3 本文主要内容与文章架构 | 第15-16页 |
| 1.4 本章小结 | 第16-17页 |
| 第二章 图像质量评价的基本理论 | 第17-32页 |
| 2.1 图像质量评价概述 | 第17页 |
| 2.2 图像质量评价分类 | 第17-19页 |
| 2.2.1 主观图像质量评价 | 第17-19页 |
| 2.2.2 客观图像质量评价 | 第19页 |
| 2.3 客观图像质量评价分类 | 第19-24页 |
| 2.3.1 全参考图像质量评价方法 | 第21-22页 |
| 2.3.2 部分参考图像质量评价方法 | 第22-23页 |
| 2.3.3 无参考图像质量评价方法 | 第23-24页 |
| 2.4 图像质量评价的几种图像测试库 | 第24-26页 |
| 2.5 衡量图像质量评价算法优劣的指标 | 第26-29页 |
| 2.6 几种客观图像质量评价算法介绍 | 第29-31页 |
| 2.7 本章小结 | 第31-32页 |
| 第三章 基于信息熵的图像质量评估算法的实现及研究 | 第32-48页 |
| 3.1 图像信息熵与图像评价的关系 | 第32-36页 |
| 3.1.1 图像信息熵的定义 | 第32-33页 |
| 3.1.2 图像信息熵与主观感知的关系 | 第33-35页 |
| 3.1.3 空间和频谱熵值的提取 | 第35-36页 |
| 3.2 算法实现的技术与工具 | 第36-42页 |
| 3.2.1 图像预处理 | 第36-37页 |
| 3.2.2 级框架 | 第37页 |
| 3.2.3 LIVE数据库获取参考图像 | 第37-39页 |
| 3.2.4 LIBSVM建模 | 第39-42页 |
| 3.2.5 MATLAB计算分数 | 第42页 |
| 3.3 实验仿真与结果分析 | 第42-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第四章 基于多维度信息熵的图像质量评估算法的实现和分析 | 第48-64页 |
| 4.1 SSEQ算法基础上改进的SSGEQ算法 | 第48-49页 |
| 4.2 梯度信息熵与人的主观感知 | 第49-51页 |
| 4.3 SSGEQ算法的实现流程 | 第51-52页 |
| 4.4 SSGEQ算法仿真 | 第52-61页 |
| 4.4.1 实验平台及参数的选取 | 第53页 |
| 4.4.2 实验结果及比较分析 | 第53-61页 |
| 4.5 SSGEQ算法在铁路图像监控系统中的应用 | 第61-63页 |
| 4.5.1 铁路图像监控系统的简介和特性 | 第61-62页 |
| 4.5.2 铁路图像监控系统的图像质量评价 | 第62-63页 |
| 4.6 本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 总结 | 第64页 |
| 5.2 展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 作者简历 | 第69-71页 |
| 学位论文数据集 | 第71页 |