視覺信息質(zhì)量評(píng)價(jià)方法

第1章 緒論
1.1 圖像及其質(zhì)量評(píng)價(jià)
1.2 圖像質(zhì)量的主觀評(píng)價(jià)方法
1.3 圖像質(zhì)量的客觀評(píng)價(jià)方法
1.3.1 基于原始圖像的分類方法
1.3.2 基于具體應(yīng)用的分類方法
1.3.3 基于人類視覺特性的分類方法
1.4 本書的章節(jié)安排
參考文獻(xiàn)
第2章 人類視覺系統(tǒng)
2.1 人類視覺研究概況
2.2 人類視覺生理學(xué)特性
2.2.1 光學(xué)處理
2.2.2 視網(wǎng)膜處理
2.2.3 外側(cè)膝狀體處理
2.2.4 初級(jí)視皮層處理
2.3 人類視覺心理學(xué)特性
2.3.1 視覺的組織性
2.3.2 視覺的相對(duì)性
2.3.3 視覺的選擇性
2.3.4 視覺的整體性
2.3.5 視覺的恒常性
2.3.6 錯(cuò)視現(xiàn)象
2.3.7 眼球微動(dòng)與視覺注意
2.4 人類視覺心理物理學(xué)特性
2.4.1 亮度特性
2.4.2 對(duì)比敏感度函數(shù)
2.4.3 對(duì)比度掩膜
2.4.4 時(shí)域掩膜
2.5 本章小結(jié)
參考文獻(xiàn)
第3章 全參考型圖像質(zhì)量評(píng)價(jià)方法
3.1 全參考型圖像質(zhì)量評(píng)價(jià)方法簡(jiǎn)介
3.2 基于人類視覺系統(tǒng)的仿生學(xué)方法
3.2.1 Daly模型
3.2.2 Lubin模型
3.2.3 Safranek—Johnson模型
3.2.4 Te0—Heeger模型
3.2.5 Watson離散余弦變換模型
3.2.6 Watson小波變換模型
3.3 基于系統(tǒng)理論的工程學(xué)方法
3.3.1 PQs模型
3.3.2 NQM和DM模型
3.3.3 Fuzzy模型
3.3.4 SVD模型
3.3.5 VSNR模型
3.3.6 VIF模型
3.3.7 SSIM模型
3.4 基于圖像內(nèi)容的質(zhì)量評(píng)價(jià)方法
3.4.1 結(jié)構(gòu)信息提取
3.4.2 圖像區(qū)域分類
3.4.3 數(shù)量信息融合
3.4.4 實(shí)驗(yàn)結(jié)果與分析
3.5 本章小結(jié)
參考文獻(xiàn)
第4章 部分參考型圖像質(zhì)量評(píng)價(jià)方法
4.1 部分參考型評(píng)價(jià)方法簡(jiǎn)介
4.2 典型的部分參考型評(píng)價(jià)方法
4.2.1 基于降質(zhì)特征提取的方法
4.2.2 基于諧波強(qiáng)度的方法
4.2.3 基于小波域自然圖像統(tǒng)計(jì)模型的方法
4.2.4 基于特征嵌入的方法
4.2.5 針對(duì)彩色圖像的評(píng)價(jià)方法
4.2.6 基于多尺度幾何分析的方法
4.3 本章小結(jié)
參考文獻(xiàn)
第5章 無參考型圖像質(zhì)量評(píng)價(jià)方法
5.1 無參考型評(píng)價(jià)方法簡(jiǎn)介
5.2 基于幾何特征的無參考型圖像質(zhì)量評(píng)價(jià)方法
5.2.1 失真類型
5.2.2 針對(duì)塊效應(yīng)的圖像質(zhì)量評(píng)價(jià)
5.2.3 針對(duì)模糊的圖像質(zhì)量評(píng)價(jià)
5.3 基于Wavelet域統(tǒng)計(jì)特性的自然圖像質(zhì)量評(píng)價(jià)方法
5.3.1 自然圖像的統(tǒng)計(jì)特性
5.3.2 Wavelet域圖像質(zhì)量評(píng)價(jià)方法
5.4 基于Contourlet域統(tǒng)計(jì)特性的圖像質(zhì)量評(píng)價(jià)方法
5.4.1 Contourlet域圖像統(tǒng)計(jì)模型
5.4.2 Contourlel域圖像質(zhì)量評(píng)價(jià)測(cè)度
5.4.3 實(shí)驗(yàn)結(jié)果與分析
5.5 本章小結(jié)
參考文獻(xiàn)
第6章 視頻質(zhì)量客觀評(píng)價(jià)方法
6.1 視頻質(zhì)量評(píng)價(jià)的意義
6.2 引起視頻降質(zhì)的因素分析
6.2.1 由壓縮編碼引起的失真
6.2.2 由信道誤碼引起的失真
6.3 視頻質(zhì)量客觀評(píng)價(jià)方法分類
6.4 基于像素域的視頻質(zhì)量評(píng)價(jià)方法
6.4.1 運(yùn)動(dòng)矢量的定義
6.4.2 信息內(nèi)容的確定
6.4.3 感知不確定性的獲取
6.4.4 基于運(yùn)動(dòng)感知模型的視頻質(zhì)量評(píng)價(jià)方法
6.4.5 實(shí)驗(yàn)結(jié)果與分析
6.5 基于視覺感知的視頻質(zhì)量評(píng)價(jià)方法
6.5.1 單通道模型
6.5.2 多通道模型
6.6 工程類方法
6.6.1 全參考型視頻質(zhì)量評(píng)價(jià)方法
6.6.2 部分參考型視頻質(zhì)量評(píng)價(jià)方法
6.6.3 無參考型視頻質(zhì)量評(píng)價(jià)方法
6.7 潛在的研究方向分析
6.7.1 圖像呈現(xiàn)
6.7.2 人眼的關(guān)注度
6.7.3 音頻視覺質(zhì)量
6.8 本章小結(jié)
參考文獻(xiàn)
第7章 視覺信息質(zhì)量主觀評(píng)價(jià)方法
7.1 主觀質(zhì)量評(píng)價(jià)流程
7.1.1 測(cè)試環(huán)境的選擇
7.1 I2測(cè)試材料的選擇
7.1.3 測(cè)試人員的挑選與訓(xùn)練
7.1.4 評(píng)分方法的選擇
7.1.5 主觀分值的分析與處理
7.2 圖像和視頻數(shù)據(jù)庫(kù)介紹
7.2.1 圖像數(shù)據(jù)庫(kù)
7.2.2 視頻數(shù)據(jù)庫(kù)
7.3 視頻質(zhì)量專家組(VQEG)
7.3.1 VQEG的主要工作
7.3.2 數(shù)據(jù)分析方法
7.4 主觀評(píng)價(jià)視頻數(shù)據(jù)庫(kù)的構(gòu)建實(shí)踐
7.4.1 原始視頻的選取
7.4.2 失真視頻的產(chǎn)生
7.4.3 主觀評(píng)測(cè)過程
7.4.4 數(shù)據(jù)處理和結(jié)果分析
7.5 本章小結(jié)
參考文獻(xiàn)
第8章 視覺信息質(zhì)量評(píng)價(jià)的應(yīng)用系統(tǒng)
8.1 影像質(zhì)量評(píng)價(jià)的用途
8.2 現(xiàn)有的影像質(zhì)量評(píng)價(jià)系統(tǒng)
8.2.1 Sarnoff公司的JNDmetrixTM模型
8.2.2 Tektronix公司的PQA系列
8.2.3 VideoClarity公司的ClearView系列
8.2.4 Symmetricom公司的QoEAssurance系列
8.2.5 Opticom公司的PEVQ系列
8.2.6 Semaca公司的VQLab軟件系統(tǒng)
8.3 本章小結(jié)
參考文獻(xiàn)
第9章 總結(jié)與展望
9.1 總結(jié)
9.2 展望
附錄專業(yè)術(shù)語中英文對(duì)照
附錄專業(yè)術(shù)語中英文對(duì)照