| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第8-15页 |
| ·数字图像质量客观评价的研究背景和意义 | 第8-11页 |
| ·图像质量客观评价的研究进展及现状 | 第11-13页 |
| ·研究的问题和内容 | 第13页 |
| ·本论文研究框架 | 第13-15页 |
| 第二章 HVS简介及其在图像质量评估中的应用 | 第15-24页 |
| ·数字图像的数学表达形式 | 第15-16页 |
| ·HVS生理构造 | 第16-24页 |
| ·视觉系统的基本构造 | 第16-17页 |
| ·视网膜 | 第17-18页 |
| ·图像处理中的HVS模型 | 第18-24页 |
| 第三章 当前图像质量客观评价算法研究成果 | 第24-40页 |
| ·基于像素误差统计量的算法 | 第24-25页 |
| ·基于结构相似度的统计算法 | 第25-29页 |
| ·SSIM仿真结果及分析 | 第29-34页 |
| ·SSIM对压缩图像的质量评估 | 第29-32页 |
| ·SSIM对高斯模糊图像的质量评价 | 第32页 |
| ·SSIM对于高斯噪声图像的质量评价 | 第32-34页 |
| ·SSIM算法与PSNR算法的比较 | 第34-35页 |
| ·图像结构相似度的改进算法 | 第35-40页 |
| 第四章 基于小波变换的图像质量评估改进算法的提出和实现 | 第40-55页 |
| ·小波分析 | 第40-44页 |
| ·小波变换简介及其应用 | 第40-41页 |
| ·多分辨率分析思想 | 第41页 |
| ·离散小波变换 | 第41-44页 |
| ·MATLAB简介及其在本实验中的应用 | 第44-45页 |
| ·基于小波变换和HVS的图像质量评估算法 | 第45-48页 |
| ·仿真实验结果及分析 | 第48-55页 |
| ·改进算法对于压缩图像的质量评价分析 | 第48-50页 |
| ·改进算法对于高斯噪声图像的质量评价分析 | 第50-52页 |
| ·改进算法对于高斯模糊图像的质量评价分析 | 第52-55页 |
| 第五章 总结与展望 | 第55-57页 |
| ·全文总结 | 第55页 |
| ·前景展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 附录 | 第61-62页 |
| 致谢 | 第62页 |