图像质量评价中的特征提取方法与应用
￥32.00定价
作者： 李雷达
出版时间：2015-06
出版社：中国矿业大学出版社
- 中国矿业大学出版社
- 9787564627119
- 81665
- 2015-06
- TN911.73
内容简介
随着各种各样便携式拍照设备的出现，尤其是配备了高分辨率摄像头的智能手机的广泛普及，数字图像在人们生产和生活中的应用越来越广泛，在现代信息社会中扮演着越来越重要的角色。李雷达著的《图像质量评价中的特征提取方法与应用》结合著者在图像质量评价方向的研究，重点介绍数字图像的客观质量评价中常用的特征提取方法，并将这些特征提取方法用于设计图像质量评价模型。全书内容主要包括：绪论、图像质量评价经典方法、数字图像特征提取、全参考图像质量评价方法研究、无参考型JPEG图像块效应评价方法研究、无参考型图像模糊评价方法研究、总结与展望。
本书可供相关专业的研究人员借鉴、参考，也可供广大教师和学生学习使用。
本书可供相关专业的研究人员借鉴、参考，也可供广大教师和学生学习使用。
目录
1 绪论
1.1 研究背景与意义
1.2 图像质量评价方法分类
1.3 图像质量评价数据库
1.4 图像质量评价算法的性能衡量标准
1.5 本书内容安排
2 图像质量评价经典方法
2.1 全参考型图像质量评价
2.1.1 SSIM
2.1.2 MS--SSIM
2.1.3 VIF
2.1.4 FSIM
2.1.5 GSM
2.1.6 GMSD
2.1.7 VSI
2.2 部分参考型图像质量评价
2.3 无参考型图像质量评价
2.3.1 块效应无参考评价
2.3.2 模糊无参考评价
2.3.3 通用型无参考质量评价
2.4 本章小结
3 数字图像特征提取
3.1 边缘
3.1.1 梯度
3.1.2 Roberts算子
3.1.3 Prewitt算子
3.1.4 Sobel算子
3.1.5 LOG算子
3.1.6 Canny算子
3.2 局部不变特征
3.2.1 Harris特征点
3.2.2 多尺度特征点
3.3 正交矩
3.3.1 连续正交矩
3.3.2 离散正交矩
3.4 高层次特征
3.4.1 稀疏表示
3.4.2 字典学习
3.5 本章小结
4 全参考图像质量评价方法研究
4.1 基于离散正交矩的全参考图像质量评价算法
4.1.1 Wee算法与分析
4.1.2 改进的算法
4.1.3 实验结果与分析
4.1.4 小结
4.2 基于多尺度结构表示的全参考图像质量评价算法
4.2.1 相关方法
4.2.2 多尺度高斯差(DOG)
4.2.3 本节的算法
4.2.4 实验结果与分析
4.2.5 小结
4.3 本章小结
5无参考型JPEG图像块效应评价方法研究
5.1 基于颜色漂移特性的JPEG图像块效应盲评价算法
5.1.1 JPEG图像中的颜色漂移与颜色丢失
5.1.2 基于颜色漂移特性的块效应评价
5.1.3 实验结果与分析
5.1.4 小结
5.2 基于Tchebichef矩的图像块效应盲评价算法
5.2.1 Tchebichef核函数与块效应的关系
5.2.2 块效应评价
5.2.3 实验结果与分析
5.2.4 小结
5.3 基于网格强度与规律性的JPEG图像块效应盲评价算法
5.3.1 块效应网格提取
5.3.2 网格强度描述
5.3.3 网格规律性描述
5.3.4 图像块效应分数
5.3.5 实验结果与分析
5.3.6 小结
5.4 本章小结
6 无参考型图像模糊评价方法研究
6.1 基于离散正交矩的图像模糊评价算法
6.1.1 Tchebichef矩与图像模糊的关系
6.1.2 图像模糊评价
6.1.3 实验结果与分析
6.1.4 小结
6.2 基于稀疏表示的图像模糊评价算法
6.2.1 稀疏表示与模糊的关系
6.2.2 模糊评价算法
6.2.3 实验结果与分析
6.2.4 小结
6.3 本章小结
7 总结与展望
7.1 内容总结
7.2 研究展望
参考文献
1.1 研究背景与意义
1.2 图像质量评价方法分类
1.3 图像质量评价数据库
1.4 图像质量评价算法的性能衡量标准
1.5 本书内容安排
2 图像质量评价经典方法
2.1 全参考型图像质量评价
2.1.1 SSIM
2.1.2 MS--SSIM
2.1.3 VIF
2.1.4 FSIM
2.1.5 GSM
2.1.6 GMSD
2.1.7 VSI
2.2 部分参考型图像质量评价
2.3 无参考型图像质量评价
2.3.1 块效应无参考评价
2.3.2 模糊无参考评价
2.3.3 通用型无参考质量评价
2.4 本章小结
3 数字图像特征提取
3.1 边缘
3.1.1 梯度
3.1.2 Roberts算子
3.1.3 Prewitt算子
3.1.4 Sobel算子
3.1.5 LOG算子
3.1.6 Canny算子
3.2 局部不变特征
3.2.1 Harris特征点
3.2.2 多尺度特征点
3.3 正交矩
3.3.1 连续正交矩
3.3.2 离散正交矩
3.4 高层次特征
3.4.1 稀疏表示
3.4.2 字典学习
3.5 本章小结
4 全参考图像质量评价方法研究
4.1 基于离散正交矩的全参考图像质量评价算法
4.1.1 Wee算法与分析
4.1.2 改进的算法
4.1.3 实验结果与分析
4.1.4 小结
4.2 基于多尺度结构表示的全参考图像质量评价算法
4.2.1 相关方法
4.2.2 多尺度高斯差(DOG)
4.2.3 本节的算法
4.2.4 实验结果与分析
4.2.5 小结
4.3 本章小结
5无参考型JPEG图像块效应评价方法研究
5.1 基于颜色漂移特性的JPEG图像块效应盲评价算法
5.1.1 JPEG图像中的颜色漂移与颜色丢失
5.1.2 基于颜色漂移特性的块效应评价
5.1.3 实验结果与分析
5.1.4 小结
5.2 基于Tchebichef矩的图像块效应盲评价算法
5.2.1 Tchebichef核函数与块效应的关系
5.2.2 块效应评价
5.2.3 实验结果与分析
5.2.4 小结
5.3 基于网格强度与规律性的JPEG图像块效应盲评价算法
5.3.1 块效应网格提取
5.3.2 网格强度描述
5.3.3 网格规律性描述
5.3.4 图像块效应分数
5.3.5 实验结果与分析
5.3.6 小结
5.4 本章小结
6 无参考型图像模糊评价方法研究
6.1 基于离散正交矩的图像模糊评价算法
6.1.1 Tchebichef矩与图像模糊的关系
6.1.2 图像模糊评价
6.1.3 实验结果与分析
6.1.4 小结
6.2 基于稀疏表示的图像模糊评价算法
6.2.1 稀疏表示与模糊的关系
6.2.2 模糊评价算法
6.2.3 实验结果与分析
6.2.4 小结
6.3 本章小结
7 总结与展望
7.1 内容总结
7.2 研究展望
参考文献
