| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 课题的研究背景及意义 | 第8-11页 |
| 1.1.1 无参考平面图像质量评价的研究现状 | 第9-10页 |
| 1.1.2 无参考立体图像质量评价的研究现状 | 第10-11页 |
| 1.2 本文主要研究内容及组织结构 | 第11-12页 |
| 第二章 基础理论 | 第12-28页 |
| 2.1 四元数代数 | 第12-13页 |
| 2.2 四元数傅立叶变换及其性质 | 第13-15页 |
| 2.2.1 四元数的FT变换 | 第13-14页 |
| 2.2.2 基于四元数的傅立叶变换 | 第14-15页 |
| 2.3 四元解析信号 | 第15-16页 |
| 2.4 四元数小波变换的性质 | 第16-18页 |
| 2.4.1 四元数小波变换结构 | 第16-18页 |
| 2.4.2 四元数小波紧凑框架 | 第18页 |
| 2.5 图像的QWT的系数矩阵表示 | 第18-20页 |
| 2.6 图像质量的评价标准 | 第20-27页 |
| 2.6.1 图像主观评测指标介绍 | 第20-21页 |
| 2.6.2 图像质量评价数据库和失真类型介绍 | 第21-23页 |
| 2.6.3 图像质量算法性能评价指标 | 第23-25页 |
| 2.6.4 Marr视觉理论以及视差图 | 第25页 |
| 2.6.5 双目成像原理 | 第25-27页 |
| 2.6.6 局部立体匹配算法 | 第27页 |
| 2.7 本章小结 | 第27-28页 |
| 第三章 四元数小波变换的无参考平面图像质量评价方法 | 第28-37页 |
| 3.1 基于四元数小波变换图像特征提取 | 第28-30页 |
| 3.1.1 平均梯度 | 第28-29页 |
| 3.1.2 加权标准偏差 | 第29页 |
| 3.1.3 能量 | 第29-30页 |
| 3.2 QWT-SVR算法具体步骤 | 第30-31页 |
| 3.2.1 支持向量机基本原理 | 第30页 |
| 3.2.2 基于QWT-SVM图像质量评价模型 | 第30-31页 |
| 3.3 实验研究与数据分析 | 第31-36页 |
| 3.3.1 参数设计及仿真实验 | 第31-34页 |
| 3.3.2 参数对实验结果的影响 | 第34-35页 |
| 3.3.3 算法时间复杂度分析 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 多核学习的无参考立体图像质量评价方法 | 第37-47页 |
| 4.1 PCA彩色图像融合 | 第37-38页 |
| 4.2 多核学习理论基础 | 第38-39页 |
| 4.3 视差图提取 | 第39-40页 |
| 4.4 基于GGD统计分析的立体图像特征提取 | 第40-43页 |
| 4.4.1 低通频段特征 | 第41页 |
| 4.4.2 广义高斯密度函数提取相位特征 | 第41页 |
| 4.4.3 基于SSIM立体匹配的视差信息提取 | 第41-43页 |
| 4.5 实验结果与分析 | 第43-46页 |
| 4.6 本章小结 | 第46-47页 |
| 第五章 基于统计分析的混合失真图像质量评价方法 | 第47-52页 |
| 5.1 混合失真图像类型分析 | 第47页 |
| 5.2 评价过程及特征分析 | 第47-49页 |
| 5.2.1 空域图像特征提取 | 第48页 |
| 5.2.2 频域图像特征提取 | 第48-49页 |
| 5.3 结合多核学习的混合失真图像评价算法步骤： | 第49页 |
| 5.4 实验与结果分析 | 第49-51页 |
| 5.5 本章小结 | 第51-52页 |
| 主要结论与展望 | 第52-54页 |
| 主要结论 | 第52页 |
| 展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第59页 |