視覺信息質(zhì)量評價(jià)方法

內(nèi)容概要

　　視覺信息質(zhì)量評價(jià)是影像工程的重要研究分支，在圖像處理、圖像分析、圖像理解、計(jì)算機(jī)視覺和模式識別等領(lǐng)域具有廣闊的應(yīng)用前景，也是近年來重要的理論研究熱點(diǎn)。這本《視覺信息質(zhì)量評價(jià)方法》由高新波和路文著，系統(tǒng)地講述了圖像和視頻質(zhì)量評價(jià)的基本理論和經(jīng)典方法，闡明了本領(lǐng)域研究的前沿課題及許多開放性的問題，介紹了一些最新的研究成果。主要內(nèi)容有：圖像質(zhì)量評價(jià)方法的研究進(jìn)展、人類視覺系統(tǒng)、全參考型圖像質(zhì)量評價(jià)方法、部分參考型圖像質(zhì)量評價(jià)方法、無參考型圖像質(zhì)量評價(jià)方法、視頻質(zhì)量客觀評價(jià)方法、視覺信息質(zhì)量主觀評價(jià)方法、視覺信息質(zhì)量評價(jià)的應(yīng)用系統(tǒng)，以及生物特征圖像質(zhì)量客觀評價(jià)方法，最后是總結(jié)與展望。
　　本書可作為有關(guān)領(lǐng)域研究人員和工程技術(shù)人員的參考資料和手冊，也可作為理工科大學(xué)通信與信息系統(tǒng)、信號與信息處理、模式識別與智能系統(tǒng)、計(jì)算機(jī)科學(xué)與技術(shù)、自動(dòng)控制等專業(yè)的博士生、碩士生及高年級本科生的教材。

書籍目錄

第1章 緒論
　1.1 圖像及其質(zhì)量評價(jià)
　1.2 圖像質(zhì)量主觀評價(jià)方法
　1.3 圖像質(zhì)量客觀評價(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)結(jié)構(gòu)
　2.2.1 眼球
　2.2.2 視網(wǎng)膜
　2.2.3 外側(cè)膝狀體
　2.2.4 視皮層
　2.3 人類視覺系統(tǒng)中的信息處理
　2.3.1 圖像的形成及傳送_
　2.3.2 視覺系統(tǒng)的線性特性
　2.3.3 顏色信息的認(rèn)知特性
　2.3.4 運(yùn)動(dòng)和景深信息的認(rèn)知特性
　2.4 人類視覺系統(tǒng)特性
　2.4.1 視覺的心理物理學(xué)特性
　2.4.2 視覺的心理學(xué)特性
　2.4.3 視覺注意機(jī)制
　2.5 本章小結(jié)
　參考文獻(xiàn)
第3章 全參考型圖像質(zhì)量評價(jià)方法
　3.1 全參考型圖像質(zhì)量評價(jià)方法簡介
　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 Sail-anek-Johnson模型
　3.2.4 Teo-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
　3.3.8 IWSSIM模型
　3.3.9 FSIM模型
　3.4 基于圖像內(nèi)容的質(zhì)量評價(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 彩色圖像質(zhì)量評價(jià)方法
　3.5.1 基于自適應(yīng)空間彩色分解的彩色圖像質(zhì)量評價(jià)方法
　3.5.2 基于S-CIELab顏色模型的彩色圖像質(zhì)量評價(jià)方法
　3.6 本章小結(jié)
　參考文獻(xiàn)
第4章 部分參考型圖像質(zhì)量評價(jià)方法
　4.1 部分參考型圖像質(zhì)量評價(jià)方法簡介
　4.2 典型的部分參考型評價(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 基于DCT域系數(shù)重組的質(zhì)量評價(jià)方法
　4.2.6 針對彩色圖像的評價(jià)方法
　4.3 基于多尺度幾何分析的方法
　4.4 基于視覺注意的圖像質(zhì)量評價(jià)方法
　4.4.1 視覺注意機(jī)制模型
　4.4.2 基于視覺機(jī)制的質(zhì)量評價(jià)方法
　4.5 本章小結(jié)
　參考文獻(xiàn)
第5章 無參考型圖像質(zhì)量評價(jià)方法
　5.1 無參考型圖像質(zhì)量評價(jià)方法簡介
　5.2 圖像失真類型
　5.3 基于幾何特征的無參考型圖像質(zhì)量評價(jià)方法
　5.3.1 針對塊效應(yīng)的圖像質(zhì)量評價(jià)
　5.3.2 針對模糊的圖像質(zhì)量評價(jià)
　5.4 自然場景統(tǒng)計(jì)特性，
　5.4.1 自相似性和尺度不變性
　5.4.2 非高斯性
　5.4.3 邊緣主導(dǎo)特性和高維奇異性
　5.5 基于自然場景統(tǒng)計(jì)特性的JPEG 2000壓縮圖像質(zhì)量評價(jià)方法
　5.5.1 自然場景統(tǒng)計(jì)特性及JPEG 2000壓縮的影響
　5.5.2 基于自然場景統(tǒng)計(jì)特性的JPEG 2000壓縮圖像質(zhì)量評價(jià)
　5.6 基于小波域隱馬爾可夫樹模型的圖像質(zhì)量評價(jià)方法
　5.6.1 小波域HMT模型
　5.6.2 小波域HMT模型參數(shù)的統(tǒng)計(jì)規(guī)律
　5.6.3 基于小波域HML模型的質(zhì)量評價(jià)
　5.7 基于Contourlet域統(tǒng)計(jì)特性的圖像質(zhì)量評價(jià)方法
　5.7.1 Contourlet域圖像統(tǒng)計(jì)模型
　5.7.2 Contourlet域圖像質(zhì)量評價(jià)測度
　5.8 通用型無參考圖像質(zhì)量評價(jià)方法
　5.8.1 基于全局框架的通用型無參考圖像質(zhì)量評價(jià)方法
　5.8.2 基于兩階段框架的通用型無參考圖像質(zhì)量評價(jià)方法
　5.9 本章小結(jié)
　參考文獻(xiàn)
第6章 視頻質(zhì)量客觀評價(jià)方法
　6.1 視頻質(zhì)量評價(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)量客觀評價(jià)方法分類
　6.4 基于像素域的視頻質(zhì)量評價(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)量評價(jià)方法
　6.6.2 部分參考型視頻質(zhì)量評價(jià)方法
　6.6.3 無參考型視頻質(zhì)量評價(jià)方法
　6.7 潛在的研究方向分析
　6.8 本章小節(jié)
　參考文獻(xiàn)
第7章 視覺信息質(zhì)量主觀評價(jià)方法
　7.1 視頻質(zhì)量專家組(VQEG)
　7.2 主觀質(zhì)量評價(jià)流程
　7.2.1 測試環(huán)境的選擇
　7.2.2 測試材料的選擇
　7.2.3 測試人員的挑選與訓(xùn)練
　7.2.4 評分方法的選擇
　7.2.5 主觀分值的分析與處理
　7.2.6 主觀評價(jià)結(jié)果的使用
　7.3 圖像和視頻數(shù)據(jù)庫介紹
　7.3.1 圖像數(shù)據(jù)庫
　7.3.2 視頻數(shù)據(jù)庫
　7.4 主觀評價(jià)視頻數(shù)據(jù)庫的構(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 主觀評測過程
　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 生物特征圖像質(zhì)量客觀評價(jià)方法
　8.1 生物特征圖像質(zhì)量評價(jià)的意義
　8.2 人臉圖像質(zhì)量評價(jià)
　8.2.1 人臉圖像的失真類型
　8.2.2 人臉圖像質(zhì)量評價(jià)方法
　8.3 本章小節(jié)
　參考文獻(xiàn)
第9章 視覺信息質(zhì)量評價(jià)的應(yīng)用系統(tǒng)
　9.1 影像質(zhì)量評價(jià)的用途
　9.2 現(xiàn)有的影像質(zhì)量評價(jià)系統(tǒng)
　9.2.1 Sarnoff公司的JNDmetrixTM模型
　9.2.2 Tektronix公司的PQA系列
　9.2.3 Vedio Clarity公司的Clear View系列
　9.2.4 Symmetricom公司的QoE Assurance系列
　9.2.5 Opticom公司的PEXQ系列
　9.2.6 Semaca公司的VQLab軟件系統(tǒng)
　9.2.7 Ixia公司的Aptixia IxLoad軟件系統(tǒng)
　9.2.8 VeriWave公司的Wave Video系列
　9.2.9 Rohde & Schwarz公司的DVQ系列
　9.3 本章小結(jié)
　參考文獻(xiàn)
第10章 總結(jié)與展望
　10.1 總結(jié)
　10.2 展望
附錄 專業(yè)術(shù)語中英文對照

圖書封面

評論、評分、閱讀與下載

---

    視覺信息質(zhì)量評價(jià)方法 PDF格式下載

---