首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于视觉特性的图像质量综合评价方法研究

摘要第4-6页
abstract第6-7页
专用术语注释表第10-16页
第一章 绪论第16-28页
    1.1 研究背景和意义第16-18页
    1.2 图像质量评价的研究现状第18-24页
    1.3 论文研究工作第24-25页
    1.4 论文结构安排第25-28页
第二章 基础知识介绍第28-44页
    2.1 视觉生理构造及其感知特性第28-34页
    2.2 小波变换及其视觉特性第34-39页
    2.3 图像质量客观评价方法原理第39-43页
    2.4 本章小结第43-44页
第三章 图像质量客观方法的评价效率第44-58页
    3.1 图像质量客观方法的性能评价第44-46页
    3.2 性能评价指标的设计及归一化处理第46-49页
        3.2.1 失真度区间评价指标第46-48页
        3.2.2 时间效率指标第48页
        3.2.3 可靠性指标第48-49页
    3.3 评价指标的融合第49-51页
        3.3.1 评价指标间的融合第49-51页
        3.3.2 图像数据库评价结果的融合第51页
    3.4 图像质量客观方法评价效率评价算法第51-52页
    3.5 实验测试及结果分析第52-57页
    3.6 本章小结第57-58页
第四章 基于像素灰度视觉感知的质量评价第58-92页
    4.1 引言第58-59页
    4.2 基于视觉结构化的峰值信噪比评价第59-66页
        4.2.1 结构化峰值信噪比评价原理第59-61页
        4.2.2 实验结果与性能分析第61-66页
    4.3 基于多尺度视觉感知的图像质量评价第66-73页
        4.3.1 图像的视觉多尺度采样评价特性第66-67页
        4.3.2 视觉多尺度信息保真度评价第67-69页
        4.3.3 实验结果与性能分析第69-73页
    4.4 视觉多通道峰值信噪比评价第73-82页
        4.4.1 视觉多通道峰值信噪比评价原理第73-74页
        4.4.2 评价算法第74-75页
        4.4.3 评价融合第75-76页
        4.4.4 实验结果与性能分析第76-82页
    4.5 视觉多通道结构相似度评价第82-90页
        4.5.1 方法原理第82-83页
        4.5.2 评价算法第83页
        4.5.3 评价融合第83-84页
        4.5.4 实验结果与性能分析第84-90页
    4.6 本章小结第90-92页
第五章 基于图像特征视觉感知的质量评价第92-118页
    5.1 引言第92-94页
    5.2 图像梯度特征视觉感知评价第94-101页
        5.2.1 评价算法第94-95页
        5.2.2 评价融合第95-96页
        5.2.3 实验结果与性能分析第96-101页
    5.3 图像奇异值特征视觉感知评价第101-109页
        5.3.1 视觉奇异值分解评价算法第102-103页
        5.3.2 评价融合第103-104页
        5.3.3 实验结果与性能分析第104-109页
    5.4 图像直方图特征视觉感知评价第109-117页
        5.4.1 视觉直方图评价算法第110-111页
        5.4.2 评价融合第111-112页
        5.4.3 实验结果与性能分析第112-117页
    5.5 本章小结第117-118页
第六章 基于图像视觉特征互补与算法互补融合的质量评价第118-145页
    6.1 引言第118-119页
    6.2 视觉显著失真度自适应融合评价第119-125页
        6.2.1 方法原理第120页
        6.2.2 视觉阈值迭加自适应算法第120-122页
        6.2.3 实验结果与性能分析第122-125页
    6.3 图像视觉梯度结构特征-低阶矩分布特征融合评价第125-133页
        6.3.1 方法原理第127页
        6.3.2 视觉感知评价算法第127-129页
        6.3.3 实验结果与性能分析第129-133页
    6.4 图像视觉奇异值能量特征-低阶矩分布特征融合评价第133-138页
        6.4.1 方法原理第133-135页
        6.4.2 实验结果与性能分析第135-138页
    6.5 图像视觉直方图统计特征与梯度结构特征融合评价第138-144页
        6.5.1 方法原理第139-141页
        6.5.2 实验结果与性能分析第141-144页
    6.6 本章小结第144-145页
第七章 总结与展望第145-149页
    7.1 总结第145-146页
    7.2 展望第146-149页
参考文献第149-157页
附录1 攻读博士学位期间撰写的论文第157-158页
附录2 攻读博士学位期间申请的专利第158-159页
附录3 攻读博士学位期间参加的科研项目第159-160页
致谢第160页

论文共160页,点击 下载论文
上一篇:1.5T MRI暴露对小鼠胚胎蛋白质组学及细胞生理特征的影响
下一篇:环孢素A通过抑制STAT3增加肺癌细胞对吉非替尼的敏感性