基本信息
作 者：高新波，路文 著叢 書 名：青年學術文庫出 版 社：西安電子科技大學出版
內容簡介
視覺信息質量評估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、計算機視覺和模式識別等領域具有廣闊的套用前景，也是近年來重要的理論研究熱點。《視覺信息質量評價方法》系統地講述了圖像和視頻質量評價的基本理論和經典方法，闡明了本領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。主要內容有： 圖像質量主客觀評價方法的研究進展、人類視覺系統、全參考型圖像質量評價方法、部分參考型圖像質量評價方法、無參考型圖像質量評價方法、視頻質量客觀評價方法、視覺信息質量主觀評價方法、視覺信息質量評價的套用系統，最後是總結與展望。
《視覺信息質量評價方法》可以用作有關領域研究人員和工程技術人員的參考資料和手冊，也可作為理工科大學通信與信息系統、信號與信息處理、模式識別與智慧型系統、計算機科學與技術、自動控制等專業博士生、碩士生及高年級本科生的教材。
目錄
第1章 緒論
1.1 圖像及其質量評價
1.2 圖像質量的主觀評價方法
1.3 圖像質量的客觀評價方法
1.3.1 基於原始圖像的分類方法
1.3.2 基於具體套用的分類方法
1.3.3 基於人類視覺特性的分類方法
1.4 本書的章節安排
參考文獻
第2章 人類視覺系統
2.1 人類視覺研究概況
2.2 人類視覺生理學特性
2.2.1 光學處理
2.2.2 視網膜處理
2.2.3 外側膝狀體處理
2.2.4 初級視皮層處理
2.3 人類視覺心理學特性
2.3.1 視覺的組織性
2.3.2 視覺的相對性
2.3.3 視覺的選擇性
2.3.4 視覺的整體性
2.3.5 視覺的恆常性
2.3.6 錯視現象
2.3.7 眼球微動與視覺注意
2.4 人類視覺心理物理學特性
2.4.1 亮度特性
2.4.2 對比敏感度函式
2.4.3 對比度掩膜
2.4.4 時域掩膜
2.5 本章小結
參考文獻
第3章 全參考型圖像質量評價方法
3.1 全參考型圖像質量評價方法簡介
3.2 基於人類視覺系統的仿生學方法
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離散餘弦變換模型
3.2.6 Watson小波變換模型
3.3 基於系統理論的工程學方法
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 基於圖像內容的質量評價方法
3.4.1 結構信息提取
3.4.2 圖像區域分類
3.4.3 數量信息融合
3.4.4 實驗結果與分析
3.5 本章小結
參考文獻
第4章 部分參考型圖像質量評價方法
4.1 部分參考型評價方法簡介
4.2 典型的部分參考型評價方法
4.2.1 基於降質特徵提取的方法
4.2.2 基於諧波強度的方法
4.2.3 基於小波域自然圖像統計模型的方法
4.2.4 基於特徵嵌入的方法
4.2.5 針對彩色圖像的評價方法
4.2.6 基於多尺度幾何分析的方法
4.3 本章小結
參考文獻
第5章 無參考型圖像質量評價方法
5.1 無參考型評價方法簡介
5.2 基於幾何特徵的無參考型圖像質量評價方法
5.2.1 失真類型
5.2.2 針對塊效應的圖像質量評價
5.2.3 針對模糊的圖像質量評價
5.3 基於Wavelet域統計特性的自然圖像質量評價方法
5.3.1 自然圖像的統計特性
5.3.2 Wavelet域圖像質量評價方法
5.4 基於Contourlet域統計特性的圖像質量評價方法
5.4.1 Contourlet域圖像統計模型
5.4.2 Contourlel域圖像質量評價測度
5.4.3 實驗結果與分析
5.5 本章小結
參考文獻
第6章 視頻質量客觀評價方法
6.1 視頻質量評價的意義
6.2 引起視頻降質的因素分析
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 視頻質量客觀評價方法分類
6.4 基於像素域的視頻質量評價方法
6.4.1 運動矢量的定義
6.4.2 信息內容的確定
6.4.3 感知不確定性的獲取
6.4.4 基於運動感知模型的視頻質量評價方法
6.4.5 實驗結果與分析
6.5 基於視覺感知的視頻質量評價方法
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 全參考型視頻質量評價方法
6.6.2 部分參考型視頻質量評價方法
6.6.3 無參考型視頻質量評價方法
6.7 潛在的研究方向分析
6.7.1 圖像呈現
6.7.2 人眼的關注度
6.7.3 音頻視覺質量
6.8 本章小結
參考文獻
第7章 視覺信息質量主觀評價方法
7.1 主觀質量評價流程
7.1.1 測試環境的選擇
7.1 I2測試材料的選擇
7.1.3 測試人員的挑選與訓練
7.1.4 評分方法的選擇
7.1.5 主觀分值的分析與處理
7.2 圖像和視頻資料庫介紹
7.2.1 圖像資料庫
7.2.2 視頻資料庫
7.3 視頻質量專家組(VQEG)
7.3.1 VQEG的主要工作
7.3.2 數據分析方法
7.4 主觀評價視頻資料庫的構建實踐
7.4.1 原始視頻的選取
7.4.2 失真視頻的產生
7.4.3 主觀評測過程
7.4.4 數據處理和結果分析
7.5 本章小結
參考文獻
第8章 視覺信息質量評價的套用系統
8.1 影像質量評價的用途
8.2 現有的影像質量評價系統
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軟體系統
8.3 本章小結
參考文獻
第9章 總結與展望
9.1 總結
9.2 展望
附錄專業術語中英文對照
附錄專業術語中英文對照
前言
在當今信息數位化時代，隨著感測器技術和網路多媒體技術的不斷發展，人們可以通過各種途徑方便地獲取圖像和視頻等視覺信息。因此，各種影像採集、處理和分析系統應運而生。在我們的日常生活中，不難發現數位相機、視頻監控系統、家庭影院、視頻點播、指紋門禁、虹膜識別，以及醫院的CT、MR、CR等放射影像，可以說我們已經進入了一個影像時代。
所有影像的最終受體是我們的眼睛，不論是圖像的清晰與否、視頻中的噪聲強弱，還是色彩的鮮艷程度、灰度的對比度高低，所有影像中的瑕疵都逃不過人們的眼睛。因此，人眼成為影像採集、處理、分析等系統質量評價的重要依據。然而，隨著影像系統的不斷增加，面對浩如煙海的圖像和視頻信息，人們已經是無能為力。能否根據人眼視覺系統的特性建立影像質量評價模型，然後讓機器代替人來監控這些影像系統，將是一項非常有意義的工作。
