现代图像质量评价

第1章 绪论

1.1 主观和客观图像质量评价方法

1.2 MSE存在的问题

1.3 客观图像质量评价方法分类

1.3.1 全参考、无参考和部分参考图像质量评价方法

1.3.2 面向通用和特定应用的图像质量评价方法

1.3.3 自底向上和自顶向下的图像质量评价方法

1.4 本书的组织

第2章 自底向上全参考图像质量评价方法

2.1 基本思想

2.2 人类视觉系统

2.2.1 早期HVS原理

2.2.2 心理学HVS特征

2.3 误差视觉方法架构

2.3.1 预处理

2.3.2 通道分解

2.3.3 误差标准化

2.3.4 误差汇聚

2.4 图像质量评价算法

2.4.1 Daly模型

2.4.2 Lubin模型

2.4.3 Safranek-Johnson模型

2.4.4 Teo-Heeger模型

2.4.5 Watson的DCT模型

2.4.6 Watson小波模型

2.5 讨论

2.5.1 质量定义问题

2.5.2 阈值问题

2.5.3 自然图像复杂性问题

2.5.4 相关性去耦合问题

2.5.5 感知交互问题

第3章 自顶向下的全参考图像质量评价方法

3.1 基本思想

3.2 结构相似性方法

3.2.1 结构相似性和图像质量

3.2.2 空域结构相似性指标

3.2.3 复小波域结构相似性指标

3.2.4 结构相似性指标的说明

3.3 信息理论方法

3.3.1 信息保真度和图像质量

3.3.2 视觉信息保真度方法

3.3.3 信息理论指标的说明

3.4 讨论

第4章 无参考图像质量评价

4.1 基本思想

4.2 块压缩图像所用的无参考图像质量评价

4.2.1 空域方法

4.2.2 频域方法

4.3 小波图像压缩的无参考图像质量测量

4.4 讨论

第5章 部分参考图像质量评价

5.1 基本思想

5.2 基于自然图像统计的小波域部分参考评价方法

5.3 讨论

第6章 展望

6.1 总结

6.2 未来发展方向

参考文献

现有的图像质量主观评价方法和客观评价方法进行简单介绍，同时指出MSE评价模型存在的问题；介绍了自下而上的全参考图像质量评价方法，分析了人类视觉系统生理学特性和基于误差统计理论的图像质量评价方法框架，介绍了具有典型代表性的6种图像质量评价模型，指出了误差视觉评价方法的局限性；介绍了自上而下的全参考图像质量评价方法，重点阐述了结构相似性评价方法和信息理论评价方法，大量实验展现了2种评价方法较误差视觉评价方法有更加优异的性能表现；讨论了无参考图像质量评价，提出了3种面向特定应用的无参考图像质量评价方法。