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

基于视觉信息保真度的图像质量评估的算法研究

摘要第5-6页
ABSTRACT第6页
第一章 绪论第9-17页
    1.1 研究背景及意义第9-11页
    1.2 国内外研究现状第11-15页
        1.2.1 图像质量的主观评价方法第12-14页
        1.2.2 图像质量的客观评价方法第14-15页
    1.3 本文的主要研究内容与创新第15页
    1.4 本论文的结构安排第15-17页
第二章 视觉系统基本理论第17-24页
    2.1 视觉生理学第17-19页
        2.1.1 眼球第18页
        2.1.2 视网膜第18-19页
        2.1.3 外侧膝状体第19页
        2.1.4 视皮层第19页
    2.2 视觉心理物理学第19-23页
        2.2.1 视觉多通道特性第20页
        2.2.2 亮度特性第20-21页
        2.2.3 视觉敏感度带通特性第21-22页
        2.2.4 掩盖效应第22-23页
        2.2.5 视觉注意机制第23页
    2.3 本章小结第23-24页
第三章 图像质量评估方法第24-38页
    3.1 全参考图像质量评估算法第25-30页
        3.1.1 基于像素域的图像质量评估算法第26页
        3.1.2 基于人类视觉系统仿生学的图像质量评估算法第26-28页
        3.1.3 工程类的图像质量评估算法第28-30页
    3.2 半参考图像质量评估算法第30-32页
    3.3 无参考图像质量评估算法第32-34页
    3.4 客观图像质量评价方法的有效性验证第34-37页
    3.5 本章小结第37-38页
第四章 基于视觉注意力的 2D图像质量评估算法第38-49页
    4.1 基础理论概述第38-41页
    4.2 基于视觉注意力的 2D图像质量评估算法第41-44页
        4.2.1 人类视觉注意机制第41-42页
        4.2.2 整体算法的实现第42-44页
    4.3 实验结果与分析第44-48页
        4.3.1 实验环境第44页
        4.3.2 实验结果分析第44-48页
    4.4 本章小结第48-49页
第五章 基于特征提取和区域分割的 3D图像质量评估算法第49-68页
    5.1 理论基础概述第49-57页
        5.1.1 阈值分割第49-51页
        5.1.2 特征提取第51-54页
        5.1.3 深度信息视觉特征第54-57页
    5.2 基于特征提取和阈值分割的 3D图像质量评估算法的实现第57-60页
    5.3 实验结果和性能分析第60-67页
        5.3.1 实验环境第60-62页
        5.3.2 实验结果与数据分析第62-67页
    5.4 本章小结第67-68页
第六章 总结与展望第68-70页
    6.1 本文的工作总结第68页
    6.2 本文的工作展望第68-70页
致谢第70-71页
参考文献第71-77页
攻读硕士学位期间取得的成果第77-78页

论文共78页,点击 下载论文
上一篇:基于云计算的移动app测试研究
下一篇:多摄相机标定软件系统设计与实现