基于人眼视觉特性的图像质量评价方法研究
中文摘要 | 第1-4页 |
ABSTRACT | 第4-7页 |
第一章 绪论 | 第7-12页 |
·选题背景及意义 | 第7-8页 |
·国内外研究现状 | 第8-10页 |
·本文主要工作及章节安排 | 第10-12页 |
第二章 图像质量评价基础知识 | 第12-23页 |
·人眼视觉生理学特征 | 第12-13页 |
·人眼视觉心理学特征 | 第13-17页 |
·图像质量评价算法介绍 | 第17-20页 |
·主观图像质量评价 | 第17-18页 |
·全参考图像质量评价 | 第18-19页 |
·半参考图像质量评价 | 第19-20页 |
·图像质量评价算法的性能 | 第20-23页 |
第三章 基于信息熵的半参考图像质量评价算法 | 第23-39页 |
·图像的多分辨率分解 | 第23-27页 |
·小波变换的多分辨率分解 | 第23-25页 |
·重组离散余弦变换的多分辨率分解 | 第25-27页 |
·提出的半参考图像质量评价算法 | 第27-34页 |
·改进的重组DCT变换 | 第27-28页 |
·基于信息熵的视觉质量分析 | 第28-32页 |
·基于信息熵的图像质量评价算法 | 第32-34页 |
·实验结果 | 第34-37页 |
·小波变换与改进的重组DCT变换实验效果对比 | 第35页 |
·提出的算法性能的比较与分析 | 第35-37页 |
·本章小结 | 第37-39页 |
第四章 基于支持向量回归的图像质量评价算法 | 第39-51页 |
·支持向量机基础 | 第39-42页 |
·核函数 | 第40页 |
·支持向量分类与回归 | 第40-42页 |
·图像的特征提取 | 第42-47页 |
·广义高斯函数特征 | 第42-46页 |
·信息熵特征 | 第46-47页 |
·实验与结果分析 | 第47-49页 |
·支持向量机模型训练 | 第47-48页 |
·实验结果分析 | 第48-49页 |
·本章小结 | 第49-51页 |
第五章 结论和展望 | 第51-53页 |
·主要结论 | 第51-52页 |
·研究展望 | 第52-53页 |
参考文献 | 第53-57页 |
在学期间的研究成果 | 第57-58页 |
致谢 | 第58页 |