考虑视觉显著性的图像质量评估
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 论文研究内容 | 第8-9页 |
| 1.3 论文组织结构 | 第9-11页 |
| 第二章 视觉显著性和图像质量评估关键技术概述 | 第11-39页 |
| 2.1 视觉显著性概述 | 第11-20页 |
| 2.1.1 基本概念 | 第11-13页 |
| 2.1.2 显著性表示方式 | 第13-14页 |
| 2.1.3 常见显著性特征 | 第14-16页 |
| 2.1.4 特征整合理论 | 第16页 |
| 2.1.5 显著性分析方法 | 第16-18页 |
| 2.1.6 显著性模型在图像处理中的应用 | 第18-20页 |
| 2.2 人类视觉系统概述 | 第20-25页 |
| 2.2.1 HVS 生理构造 | 第21-22页 |
| 2.2.2 HVS 的视觉特征 | 第22-25页 |
| 2.3 图像质量评估概述 | 第25-37页 |
| 2.3.1 图像质量评估方法概述 | 第25-28页 |
| 2.3.2 客观评估方法发展状况 | 第28-37页 |
| 2.4 本章小结 | 第37-39页 |
| 第三章 视觉显著性对图像质量评估的影响研究 | 第39-53页 |
| 3.1 引言 | 第39-40页 |
| 3.2 眼动追踪实验 | 第40-42页 |
| 3.3 典型显著性模型分析 | 第42-47页 |
| 3.3.1 模型简介 | 第42-45页 |
| 3.3.2 模型精度分析 | 第45-47页 |
| 3.4 考虑显著性的图像质量评估算法性能分析 | 第47-52页 |
| 3.4.1 显著图精度的影响 | 第48-50页 |
| 3.4.2 显著图内容的影响 | 第50-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第四章 基于对比度的显著性模型及自适应融合算法 | 第53-69页 |
| 4.1 引言 | 第53-54页 |
| 4.2 基于对比度的显著图生成算法 | 第54-61页 |
| 4.2.1 灰度图生成 | 第54-55页 |
| 4.2.2 高斯金字塔 | 第55-57页 |
| 4.2.3 对比度提取 | 第57-58页 |
| 4.2.4 多级对比度联合 | 第58-59页 |
| 4.2.5 模型性能对比 | 第59-61页 |
| 4.3 显著图的自适应融合 | 第61-64页 |
| 4.4 性能分析 | 第64-67页 |
| 4.4.1 算法精度分析 | 第64-67页 |
| 4.4.2 算法复杂度分析 | 第67页 |
| 4.5 本章小结 | 第67-69页 |
| 第五章 结束语 | 第69-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-77页 |
