基本信息

内容简介

目录

前言

基本信息

作　者：高新波，路文 著丛 书 名：青年学术文库出 版 社：西安电子科技大学出版社ISBN：9787560623597出版时间：2010-01-01版　次：1页　数：167装　帧：平装开　本：16开所属分类：图书 > 计算机与互联网 > 信息系统

内容简介

视觉信息质量评估是影像工程的重要研究分支，在图像处理、图像分析、图像理解、计算机视觉和模式识别等领域具有广阔的应用前景，也是近年来重要的理论研究热点。《视觉信息质量评价方法》系统地讲述了图像和视频质量评价的基本理论和经典方法，阐明了本领域研究的前沿课题及许多开放性的问题，介绍了一些最新的研究成果。主要内容有： 图像质量主客观评价方法的研究进展、人类视觉系统、全参考型图像质量评价方法、部分参考型图像质量评价方法、无参考型图像质量评价方法、视频质量客观评价方法、视觉信息质量主观评价方法、视觉信息质量评价的应用系统，最后是总结与展望。

《视觉信息质量评价方法》可以用作有关领域研究人员和工程技术人员的参考资料和手册，也可作为理工科大学通信与信息系统、信号与信息处理、模式识别与智能系统、计算机科学与技术、自动控制等专业博士生、硕士生及高年级本科生的教材。

目录

第1章 绪论

1.1 图像及其质量评价

1.2 图像质量的主观评价方法

1.3 图像质量的客观评价方法

1.3.1 基于原始图像的分类方法

1.3.2 基于具体应用的分类方法

1.3.3 基于人类视觉特性的分类方法

1.4 本书的章节安排

参考文献

第2章 人类视觉系统

2.1 人类视觉研究概况

2.2 人类视觉生理学特性

2.2.1 光学处理

2.2.2 视网膜处理

2.2.3 外侧膝状体处理

2.2.4 初级视皮层处理

2.3 人类视觉心理学特性

2.3.1 视觉的组织性

2.3.2 视觉的相对性

2.3.3 视觉的选择性

2.3.4 视觉的整体性

2.3.5 视觉的恒常性

2.3.6 错视现象

2.3.7 眼球微动与视觉注意

2.4 人类视觉心理物理学特性

2.4.1 亮度特性

2.4.2 对比敏感度函数

2.4.3 对比度掩膜

2.4.4 时域掩膜

2.5 本章小结

参考文献

第3章 全参考型图像质量评价方法

3.1 全参考型图像质量评价方法简介

3.2 基于人类视觉系统的仿生学方法

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离散余弦变换模型

3.2.6 Watson小波变换模型

3.3 基于系统理论的工程学方法

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 基于图像内容的质量评价方法

3.4.1 结构信息提取

3.4.2 图像区域分类

3.4.3 数量信息融合

3.4.4 实验结果与分析

3.5 本章小结

参考文献

第4章 部分参考型图像质量评价方法

4.1 部分参考型评价方法简介

4.2 典型的部分参考型评价方法

4.2.1 基于降质特征提取的方法

4.2.2 基于谐波强度的方法

4.2.3 基于小波域自然图像统计模型的方法

4.2.4 基于特征嵌入的方法

4.2.5 针对彩色图像的评价方法

4.2.6 基于多尺度几何分析的方法

4.3 本章小结

参考文献

第5章 无参考型图像质量评价方法

5.1 无参考型评价方法简介

5.2 基于几何特征的无参考型图像质量评价方法

5.2.1 失真类型

5.2.2 针对块效应的图像质量评价

5.2.3 针对模糊的图像质量评价

5.3 基于Wavelet域统计特性的自然图像质量评价方法

5.3.1 自然图像的统计特性

5.3.2 Wavelet域图像质量评价方法

5.4 基于Contourlet域统计特性的图像质量评价方法

5.4.1 Contourlet域图像统计模型

5.4.2 Contourlel域图像质量评价测度

5.4.3 实验结果与分析

5.5 本章小结

参考文献

第6章 视频质量客观评价方法

6.1 视频质量评价的意义

6.2 引起视频降质的因素分析

6.2.1 由压缩编码引起的失真

6.2.2 由信道误码引起的失真

6.3 视频质量客观评价方法分类

6.4 基于像素域的视频质量评价方法

6.4.1 运动矢量的定义

6.4.2 信息内容的确定

6.4.3 感知不确定性的获取

6.4.4 基于运动感知模型的视频质量评价方法

6.4.5 实验结果与分析

6.5 基于视觉感知的视频质量评价方法

6.5.1 单通道模型

6.5.2 多通道模型

6.6 工程类方法

6.6.1 全参考型视频质量评价方法

6.6.2 部分参考型视频质量评价方法

6.6.3 无参考型视频质量评价方法

6.7 潜在的研究方向分析

6.7.1 图像呈现

6.7.2 人眼的关注度

6.7.3 音频视觉质量

6.8 本章小结

参考文献

第7章 视觉信息质量主观评价方法

7.1 主观质量评价流程

7.1.1 测试环境的选择

7.1 I2测试材料的选择

7.1.3 测试人员的挑选与训练

7.1.4 评分方法的选择

7.1.5 主观分值的分析与处理

7.2 图像和视频数据库介绍

7.2.1 图像数据库

7.2.2 视频数据库

7.3 视频质量专家组(VQEG)

7.3.1 VQEG的主要工作

7.3.2 数据分析方法

7.4 主观评价视频数据库的构建实践

7.4.1 原始视频的选取

7.4.2 失真视频的产生

7.4.3 主观评测过程

7.4.4 数据处理和结果分析

7.5 本章小结

参考文献

第8章 视觉信息质量评价的应用系统

8.1 影像质量评价的用途

8.2 现有的影像质量评价系统

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软件系统

8.3 本章小结

参考文献

第9章 总结与展望

9.1 总结

9.2 展望

附录专业术语中英文对照

附录专业术语中英文对照

前言

在当今信息数字化时代，随着传感器技术和网络多媒体技术的不断发展，人们可以通过各种途径方便地获取图像和视频等视觉信息。因此，各种影像采集、处理和分析系统应运而生。在我们的日常生活中，不难发现数码相机、视频监控系统、家庭影院、视频点播、指纹门禁、虹膜识别，以及医院的CT、MR、CR等放射影像，可以说我们已经进入了一个影像时代。

所有影像的最终受体是我们的眼睛，不论是图像的清晰与否、视频中的噪声强弱，还是色彩的鲜艳程度、灰度的对比度高低，所有影像中的瑕疵都逃不过人们的眼睛。因此，人眼成为影像采集、处理、分析等系统质量评价的重要依据。然而，随着影像系统的不断增加，面对浩如烟海的图像和视频信息，人们已经是无能为力。能否根据人眼视觉系统的特性建立影像质量评价模型，然后让机器代替人来监控这些影像系统，将是一项非常有意义的工作。