摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第9-17页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 研究现状 | 第10-15页 |
1.2.1 全参考图像质量评价方法 | 第10-12页 |
1.2.2 半参考图像质量评价算法 | 第12-13页 |
1.2.3 无参考图像质量评价算法 | 第13页 |
1.2.4 客观质量评价方法的性能指标 | 第13-15页 |
1.3 论文研究内容及章节安排 | 第15-17页 |
第二章 无参考图像质量评价方法的研究 | 第17-23页 |
2.1 针对特定失真的评价算法 | 第17-19页 |
2.1.1 针对块效应的无参考评价方法 | 第17-18页 |
2.1.2 针对模糊效应的无参考评价算法 | 第18-19页 |
2.2 通用型图像质量评价算法 | 第19-21页 |
2.2.1 有监督的图像质量评价算法 | 第19-20页 |
2.2.1.1 基于两阶段架构的通用型评价算法 | 第19-20页 |
2.2.1.2 基于全局架构的通用型评价算法 | 第20页 |
2.2.2 无监督的图像质量评价算法 | 第20-21页 |
2.2.2.1 基于PLSA主题模型的通用型算法 | 第20-21页 |
2.3 通用型算法设计要点 | 第21-23页 |
第三章 两种通用型无监督的无参考图像评价算法 | 第23-59页 |
3.1 基于特征池的无参考无监督图像质量评价方法 | 第23-35页 |
3.1.1 算法框图 | 第24-25页 |
3.1.2 特征池的构造 | 第25-29页 |
3.1.3 无失真图像与测试图像的处理 | 第29页 |
3.1.4 质量分值的计算 | 第29-31页 |
3.1.5 性能评估及分析 | 第31-35页 |
3.2 基于主题模型LDA的无参考无监督图像质量评价方法 | 第35-57页 |
3.2.1 算法框图 | 第35-36页 |
3.2.2 特征提取及特征池构造 | 第36页 |
3.2.3 LDA模型 | 第36-53页 |
3.2.3.1 Beta分布与Dirichlet分布 | 第37-44页 |
3.2.3.2 图像的LDA建模及主题推断 | 第44-52页 |
3.2.3.3 LDA模型的超参数估计 | 第52-53页 |
3.2.4 图像质量得分的计算 | 第53-54页 |
3.2.5 实验与结果 | 第54-57页 |
3.3 本章小结 | 第57-59页 |
第四章 盲图像质量评价算法的研究 | 第59-71页 |
4.1 盲图像质量评价算法 | 第59-67页 |
4.1.1 算法框图 | 第59页 |
4.1.2 小波变换 | 第59-61页 |
4.1.3 GGD建模 | 第61-65页 |
4.1.4 多方差高斯模型(MVG) | 第65-66页 |
4.1.5 质量得分的计算 | 第66-67页 |
4.2 实验以及性能比较 | 第67-70页 |
4.3 本章小结 | 第70-71页 |
第五章 总结与展望 | 第71-73页 |
参考文献 | 第73-77页 |
缩写说明 | 第77-79页 |
致谢 | 第79-81页 |
攻读学位期间发表的学术论文目录 | 第81页 |