人眼是視覺體驗(yàn)的最終判據(jù)，人眼視覺特性的感知計(jì)算是跨越視覺模型與視覺體驗(yàn)間鴻溝，提升多媒體信號(hào)處理系統(tǒng)服務(wù)質(zhì)量和感知質(zhì)量的關(guān)鍵所在。由于視覺信號(hào)采集，壓縮，傳輸和顯示的各個(gè)階段中引入的質(zhì)量下降，圖像質(zhì)量評(píng)價(jià)在視覺通信系統(tǒng)中起著至關(guān)重要的作用。圖像質(zhì)量評(píng)價(jià)分為主觀評(píng)價(jià)和客觀評(píng)價(jià)，其中客觀圖像質(zhì)量評(píng)價(jià)由于其效率高且易于部署而廣泛使用。本書對(duì)圖像質(zhì)量的主客觀評(píng)價(jià)研究進(jìn)行了全面的回顧并對(duì)領(lǐng)域的新發(fā)展進(jìn)行了梳理，其中包括圖像質(zhì)量評(píng)估數(shù)據(jù)庫、主觀評(píng)價(jià)方法、全參考/半?yún)⒖?無參考客觀質(zhì)量評(píng)價(jià)方法以及針對(duì)新型圖像視頻類型的評(píng)價(jià)方法。
更多科學(xué)出版社服務(wù)，請(qǐng)掃碼獲取。
Elsevier出版SCI期刊《Displays》主編 (2021.1起)
Elsevier出版SCI期刊《Digital Signal Processing》編委
MDPI出版SCI期刊《Sensors》編委
目錄
第1章 圖像質(zhì)量評(píng)價(jià)簡(jiǎn)介 1
1.1 多媒體通信及體驗(yàn)質(zhì)量1
1.2 體驗(yàn)質(zhì)量評(píng)價(jià) 2
1.2.1 體驗(yàn)質(zhì)量定義 2
1.2.2 體驗(yàn)質(zhì)量影響因素 4
1.2.3 體驗(yàn)質(zhì)量評(píng)價(jià)分類 6
1.3 主觀質(zhì)量評(píng)價(jià) 7
1.3.1 搭建評(píng)價(jià)環(huán)境 7
1.3.2 準(zhǔn)備測(cè)試素材 8
1.3.3 邀請(qǐng)測(cè)試人員 9
1.3.4 進(jìn)行主觀評(píng)價(jià) 9
1.3.5 評(píng)價(jià)數(shù)據(jù)處理 10
1.4 客觀質(zhì)量評(píng)價(jià).12
1.4.1 全參考質(zhì)量評(píng)價(jià) 13
1.4.2 半?yún)⒖假|(zhì)量評(píng)價(jià) 14
1.4.3 無參考質(zhì)量評(píng)價(jià) 15
1.4.4 三類模型應(yīng)用對(duì)比 16
1.5 質(zhì)量評(píng)價(jià)研究現(xiàn)狀 17
1.5.1 主觀質(zhì)量評(píng)價(jià)研究現(xiàn)狀 17
1.5.2 客觀質(zhì)量評(píng)價(jià)研究現(xiàn)狀 20
1.5.3 客觀質(zhì)量評(píng)價(jià)算法評(píng)估 26
1.6 本書概述 27
參考文獻(xiàn) 28
第2章 基于自由能的圖像質(zhì)量評(píng)價(jià) 34
2.1 基于自由能的視覺質(zhì)量評(píng)價(jià)框架 34
2.1.1 自由能原理簡(jiǎn)介 35
2.1.2 基于自由能的視覺質(zhì)量評(píng)價(jià)算法總體介紹 38
2.1.3 算法性能測(cè)試 44
2.2 基于自由能的半?yún)⒖己蜔o參考視覺質(zhì)量評(píng)價(jià)算法 49
2.2.1 FEDM及NFEQM算法總體介紹 50
2.2.2 算法性能測(cè)試 52
2.3 基于自由能原理的魯棒無參考圖像質(zhì)量評(píng)價(jià)算法 60
2.3.1 NFERM算法總體介紹 61
2.3.2 NFERM算法性能測(cè)試 70
2.4 基于自由能和多通道小波分解的半?yún)⒖紙D像質(zhì)量評(píng)價(jià)算法 79
2.4.1 MCFRM算法總體介紹 80
2.4.2 MCFRM算法性能測(cè)試 85
2.5 基于自由能和稀疏表示的半?yún)⒖紙D像質(zhì)量評(píng)價(jià)算法 94
2.5.1 領(lǐng)域內(nèi)的相關(guān)工作 95
2.5.2 FSI 算法總體介紹 95
2.5.3 FSI 算法性能測(cè)試 99
2.6 基于自由能的視覺信號(hào)比較感知質(zhì)量評(píng)價(jià)算法 106
2.6.1 基于自由能最小化的比較感知質(zhì)量評(píng)價(jià)算法框架 109
2.6.2 基于自由能的比較感知質(zhì)量評(píng)價(jià)模型 111
2.6.3 C-PQA算法性能測(cè)試 116
2.7 本章小結(jié) 126
參考文獻(xiàn) 127
第3章 基于偽參考的圖像質(zhì)量評(píng)價(jià) 137
3.1 基于偽參考的盲圖像質(zhì)量評(píng)價(jià) 137
3.1.1 領(lǐng)域內(nèi)的相關(guān)工作 139
3.1.2 基于偽參考的特定失真度量PSS和LSS 140
3.1.3 基于偽參考的通用圖像質(zhì)量度量BPRI 146
3.1.4 BPRI算法性能測(cè)試 147
3.2 基于失真強(qiáng)化的盲圖像質(zhì)量評(píng)價(jià) 157
3.2.1 BMPRI算法總體介紹 158
3.2.2 BMPRI算法性能測(cè)試 163
3.3 本章小結(jié) 169
參考文獻(xiàn) 169
第4章 采集到顯示全鏈路圖像質(zhì)量評(píng)價(jià) 173
4.1 真實(shí)失焦模糊圖像質(zhì)量評(píng)價(jià) 173
4.1.1 GPSQ算法總體介紹 174
4.1.2 GPSQ算法性能測(cè)試 180
4.2 單失真和多重失真圖像的混合無參考質(zhì)量評(píng)價(jià)算法 184
4.2.1 MDID2013數(shù)據(jù)庫 185
4.2.2 SISBLIM算法總體介紹 188
4.2.3 SISBLIM算法性能測(cè)試 193
4.3 考慮視距和分辨率的圖像質(zhì)量評(píng)價(jià) 198
4.3.1 VDID2014數(shù)據(jù)庫 200
4.3.2 模型總體介紹 202
4.3.3 模型性能測(cè)試 205
4.4 考慮觀看環(huán)境的視覺質(zhì)量評(píng)價(jià) 212
4.4.1 數(shù)據(jù)庫構(gòu)建 213
4.4.2 客觀評(píng)價(jià)模型構(gòu)建 216
4.4.3 模型性能測(cè)試 219
4.5 考慮環(huán)境亮度的液晶屏動(dòng)態(tài)背光調(diào)節(jié) 220
4.5.1 亮度及體驗(yàn)質(zhì)量分析 222
4.5.2 手機(jī)視頻觀看的體驗(yàn)質(zhì)量模型 226
4.5.3 動(dòng)態(tài)背光調(diào)節(jié)實(shí)現(xiàn) 232
4.6 本章小結(jié) 238
參考文獻(xiàn) 239
第5章 圖像增強(qiáng)質(zhì)量評(píng)價(jià) 245
5.1 基于合成霧圖像的去霧質(zhì)量評(píng)價(jià) 245
5.1.1 使用合成霧圖像的去霧質(zhì)量主觀評(píng)價(jià) 248
5.1.2 所提出的客觀去霧質(zhì)量評(píng)價(jià)算法 252
5.1.3 針對(duì)航拍圖像的改進(jìn)質(zhì)量評(píng)價(jià)算法 257
5.1.4 算法性能測(cè)試 261
5.2 基于真實(shí)霧圖像的去霧質(zhì)量評(píng)價(jià) 266
5.2.1 使用真實(shí)霧圖像的去霧質(zhì)量主觀評(píng)價(jià) 269
5.2.2 所提出的客觀去霧質(zhì)量評(píng)價(jià)算法 271
5.2.3 算法性能測(cè)試 276
5.3 端到端的霧濃度預(yù)測(cè)網(wǎng)絡(luò) 284
5.3.1 背景知識(shí) 287
5.3.2 所提出的霧濃度預(yù)測(cè)網(wǎng)絡(luò) 288
5.3.3 霧濃度的主觀感知評(píng)價(jià) 293
5.3.4 算法性能測(cè)試 295
5.4 弱光圖像增強(qiáng)的感知質(zhì)量評(píng)價(jià) 305
5.4.1 弱光圖像增強(qiáng)的主觀質(zhì)量評(píng)價(jià) 310
5.4.2 所提出的弱光圖像增強(qiáng)客觀感知質(zhì)量評(píng)價(jià)算法 313
5.4.3 算法性能測(cè)試 321
5.5 對(duì)比度變化的半?yún)⒖几兄|(zhì)量評(píng)價(jià) 327
5.5.1 對(duì)比度相關(guān)圖像數(shù)據(jù)集 328
5.5.2 RCIQM算法總體介紹 330
5.5.3 RCIQM算法性能測(cè)試 337
5.6 基于信息最大化的對(duì)比度失真無參考質(zhì)量評(píng)價(jià) 342
5.6.1 NIQMC算法總體介紹 344
5.6.2 NIQMC算法性能測(cè)試 349
5.7 基于信息、自然性和結(jié)構(gòu)的色調(diào)映射圖像的盲質(zhì)量評(píng)價(jià) 352
5.7.1 BTMQI算法總體介紹 353
5.7.2 BTMQI算法性能測(cè)試 359
5.8 本章小結(jié) 365
參考文獻(xiàn) 366
第6章 圖像質(zhì)量增強(qiáng) 382
6.1 基于顯著性保護(hù)的對(duì)比度增強(qiáng) 382
6.1.1 對(duì)比度增強(qiáng)的理想直方圖 382
6.1.2 理想直方圖的自動(dòng)實(shí)現(xiàn) 386
6.1.3 關(guān)于圖像對(duì)比度增強(qiáng)的效果對(duì)比 390
6.1.4 視頻增強(qiáng)及性能對(duì)比 399
6.2 基于廣義均衡模型的對(duì)比度增強(qiáng) 402
6.2.1 基于直方圖的白平衡及對(duì)比度增強(qiáng)算法模型 404
6.2.2 廣義均衡模型 407
6.2.3 模型參數(shù)配置與分析 408
6.2.4 實(shí)驗(yàn)結(jié)果與分析 415
6.3 模糊視頻插幀 420
6.3.1 領(lǐng)域內(nèi)的相關(guān)工作 422
6.3.2 聯(lián)合幀去模糊和插值 423
6.3.3 模糊視頻插幀 424
6.3.4 實(shí)驗(yàn)結(jié)果與分析 428
6.4 本章小結(jié) 434
參考文獻(xiàn) 434
第7章 視頻質(zhì)量評(píng)價(jià) 441
7.1 低碼率視頻的多維感知質(zhì)量評(píng)價(jià) 441
7.1.1 問題描述 442
7.1.2 主觀視覺測(cè)試 443
7.1.3 主觀測(cè)試結(jié)果分析 445
7.2 基于用戶感知質(zhì)量評(píng)價(jià)的三維可伸縮視頻適配 451
7.2.1 所提出的無參考視頻質(zhì)量評(píng)價(jià)算法 454
7.2.2 三維可伸縮視頻適配 458
7.2.3 模擬結(jié)果 459
7.3 超高清內(nèi)容清晰度用戶體驗(yàn)質(zhì)量評(píng)價(jià) 463
7.3.1 所提出的超高清內(nèi)容質(zhì)量評(píng)價(jià)算法 464
7.3.2 算法性能測(cè)試 471
7.4 本章小結(jié) 473
參考文獻(xiàn) 474
書單推薦
