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

基于多核学习的无参考图像质量评价

摘要第1-4页
Abstract第4-8页
第一章 绪论第8-12页
   ·课题的研究背景及意义第8-10页
     ·无参考平面图像质量评价的研究现状第8-9页
     ·无参考立体图像质量评价的研究现状第9-10页
   ·主要研究内容及组织结构第10-12页
第二章 理论基础第12-32页
   ·图像质量评价知识点介绍第12-26页
     ·图像的获取、表示与压缩第12-13页
     ·人眼感知特征在图像质量评价中的应用第13-15页
     ·主观评价指标第15页
     ·常见图像失真类型及实验图像库第15-18页
     ·算法指标第18-19页
     ·双目视觉以及视差图第19-21页
     ·灰度-梯度共生矩阵第21-24页
     ·灰度共生矩阵第24-26页
   ·多核学习第26-31页
     ·支持向量机理论及核方法简述第26-28页
     ·合成核方法简介第28-31页
   ·本章小结第31-32页
第三章 学习纹理特征无参考平面图像质量评价方法第32-46页
   ·图像特征提取第32-34页
     ·相位一致第32-33页
     ·自定义结构张量平坦区域第33页
     ·新的灰度-梯度共生矩阵方法第33-34页
   ·评价方法过程及特征分析第34-40页
     ·平面单样失真第34-36页
     ·平面混合失真第36-39页
     ·特征组合试验第39-40页
   ·实验结果第40-45页
     ·平面单失真类型图像库第40-43页
     ·平面混合失真类型图像库第43-45页
   ·本章小结第45-46页
第四章 学习纹理特征无参考立体图像质量评价方法第46-54页
   ·立体图像特征提取第46-49页
     ·视差图及能量误差图获取第46-47页
     ·立体图像中运用纹理特征第47-49页
   ·方法过程第49-50页
   ·实验及其结果第50-53页
   ·本章小结第53-54页
第五章 多核学习非下采样Contourlet子带特征无参考图像评价第54-62页
   ·非下采样Contourlet第54-57页
   ·方法过程与特征提取第57-59页
     ·子带傅里叶变换后模值第57-58页
     ·平均梯度第58页
     ·信息熵第58-59页
     ·方法过程第59页
   ·实验结果对比第59-61页
   ·本章小结第61-62页
主要结论与展望第62-64页
 主要结论第62页
 展望第62-64页
致谢第64-65页
参考文献第65-68页
附录: 作者在攻读硕士学位期间发表的论文第68页

论文共68页,点击 下载论文
上一篇:基于内容的图像检索研究
下一篇:果蔬中内部害虫的高光谱图像检测技术研究