| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 图像质量评价问题的研究背景及意义 | 第11-12页 |
| 1.2 图像质量评价问题的国内外研究现状 | 第12-18页 |
| 1.2.1 图像质量主观评价方法的研究现状 | 第12-13页 |
| 1.2.2 图像质量评价方法的研究现状 | 第13-18页 |
| 1.3 本文组织结构 | 第18页 |
| 1.4 本文创新点解析 | 第18-19页 |
| 1.5 本章小结 | 第19-20页 |
| 第2章 图像质量评价方法基础理论 | 第20-29页 |
| 2.1 人眼对不同颜色的敏感度分析 | 第20-21页 |
| 2.2 图像特征提取 | 第21-24页 |
| 2.2.1 图像频域特征 | 第22-23页 |
| 2.2.2 图像梯度特征 | 第23-24页 |
| 2.2.3 彩色空间 | 第24页 |
| 2.3 视觉显著性 | 第24-28页 |
| 2.3.1 图像视觉显著图 | 第25页 |
| 2.3.2 图像显著性特征 | 第25-27页 |
| 2.3.3 图像显著性特征整合 | 第27-28页 |
| 2.3.4 显著性检测算法对图像质量评价的贡献 | 第28页 |
| 2.4 本章总结 | 第28-29页 |
| 第3章 图像质量评价数据库及评价指标 | 第29-33页 |
| 3.1 图像质量评价数据库 | 第29-30页 |
| 3.1.1 LIVE数据库 | 第29页 |
| 3.1.2 CSIQ数据库 | 第29-30页 |
| 3.1.3 TID2008数据库 | 第30页 |
| 3.1.4 TID2013数据库 | 第30页 |
| 3.2 图像质量评价性能指标 | 第30-31页 |
| 3.3 本章小结 | 第31-33页 |
| 第4章 基于图像频域特征和梯度特征的图像质量评价方法 | 第33-46页 |
| 4.1 引言 | 第33页 |
| 4.2 相位信息重要性的进一步分析 | 第33-34页 |
| 4.3 图像梯度特征的实验分析 | 第34-36页 |
| 4.4 基于图像频域特征和梯度特征的图像质量评价算法(FGSIM) | 第36-38页 |
| 4.5 获取图像显著性系数 | 第38-39页 |
| 4.6 实验结果及分析 | 第39-44页 |
| 4.6.1 LIVE库实验结果 | 第40-41页 |
| 4.6.2 CSIQ库实验结果 | 第41-43页 |
| 4.6.3 TID2013库实验结果 | 第43-44页 |
| 4.6.4 实验总结 | 第44页 |
| 4.7 本章总结 | 第44-46页 |
| 第5章 基于广义回归神经网络的图像质量评价方法 | 第46-54页 |
| 5.1 引言 | 第46页 |
| 5.2 广义回归神经网络(GRNN)模型 | 第46-48页 |
| 5.3 基于广义回归神经网络的全参考图像质量评价算法的框架 | 第48-49页 |
| 5.4 实验结果与分析 | 第49-53页 |
| 5.4.1 LIVE库实验结果分析 | 第49-52页 |
| 5.4.2 其它数据库交叉实验 | 第52-53页 |
| 5.4.3 实验总结 | 第53页 |
| 5.5 本章小结 | 第53-54页 |
| 第6章 总结与展望 | 第54-56页 |
| 6.1 论文总结 | 第54页 |
| 6.2 不足与展望 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61页 |
