声明
1 绪论
1.1 研究背景
1.2 研究现状
1.2.1 主观图像质量评价
1.2.2 客观图像质量评价
1.3 本文主要工作
1.4 本文组织结构
2 图像质量评价的相关知识
2.1 引言
2.2 主观图像质量评价方法
2.3 客观图像质量评价方法
2.4 图像质量评价数据库
2.4.1 LIVE图像数据库
2.4.2 CSIQ图像数据库
2.5 算法性能指标
2.6 支持向量回归
2.7 本章小结
3 视觉显著性模型
3.1 引言
3.2 HVS的生理特性
3.3 HVS的心理特性
3.3.1 非线性视觉特性
3.3.2 视觉对比敏感度特性
3.3.3 视觉多通道特性
3.3.4 掩盖效应
3.3.5 视觉注意机制
3.4 视觉显著性理论与模型
3.4.1 视觉显著性理论
3.4.2 ITTI显著性算法
3.4.3 GBVS显著性算法
3.4.4 GLGOV显著性算法
3.5 实验结果及分析
3.6 本章小结
4 基于显著性区域的无参考图像质量评价
4.1 引言
4.2 基于显著性区域的无参考图像质量评价方法
4.2.1 失真特征的提取
4.2.2 图像显著性区域的提取
4.2.3 构建图像质量评价模型
4.3 实验结果与分析
4.3.1 实验环境
4.3.2 实验样本的选取
4.3.3 LIVE图像数据库实验结果
4.3.4 CSIQ图像数据库依赖性测试
4.3.5 算法运行时间比较
4.4 本章小结
5 基于感知特征和NSS特征的无参考图像质量评价
5.1 引言
5.2 基于感知特征和NSS特征的无参考图像质量评价方法
5.2.1 图像质量感知特征
5.2.2 自然场景统计特征
5.2.3 构建图像质量评价模型
5.3 实验结果与分析
5.3.1 实验环境
5.3.2 实验样本的选取
5.3.3 LIVE图像数据库实验结果
5.3.4 CSIQ图像图像数据库依赖性测试
5.3.5 算法运行时间比较
5.4 本文所提算法性能比较及分析
5.5 本章小结
6 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
攻读硕士学位期间主要研究成果
西安理工大学;