人眼是視覺體驗的最終判據(jù)，人眼視覺特性的感知計算是跨越視覺模型與視覺體驗間鴻溝，提升多媒體信號處理系統(tǒng)服務(wù)質(zhì)量和感知質(zhì)量的關(guān)鍵所在。由于視覺信號采集，壓縮，傳輸和顯示的各個階段中引入的質(zhì)量下降，圖像質(zhì)量評價在視覺通信系統(tǒng)中起著至關(guān)重要的作用。圖像質(zhì)量評價分為主觀評價和客觀評價，其中客觀圖像質(zhì)量評價由于其效率高且易于部署而廣泛使用。本書對圖像質(zhì)量的主客觀評價研究進行了全面的回顧并對領(lǐng)域的新發(fā)展進行了梳理，其中包括圖像質(zhì)量評估數(shù)據(jù)庫、主觀評價方法、全參考/半?yún)⒖?無參考客觀質(zhì)量評價方法以及針對新型圖像視頻類型的評價方法。
更多科學(xué)出版社服務(wù)，請掃碼獲取。
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)量評價簡介 1
1.1 多媒體通信及體驗質(zhì)量1
1.2 體驗質(zhì)量評價 2
1.2.1 體驗質(zhì)量定義 2
1.2.2 體驗質(zhì)量影響因素 4
1.2.3 體驗質(zhì)量評價分類 6
1.3 主觀質(zhì)量評價 7
1.3.1 搭建評價環(huán)境 7
1.3.2 準(zhǔn)備測試素材 8
1.3.3 邀請測試人員 9
1.3.4 進行主觀評價 9
1.3.5 評價數(shù)據(jù)處理 10
1.4 客觀質(zhì)量評價.12
1.4.1 全參考質(zhì)量評價 13
1.4.2 半?yún)⒖假|(zhì)量評價 14
1.4.3 無參考質(zhì)量評價 15
1.4.4 三類模型應(yīng)用對比 16
1.5 質(zhì)量評價研究現(xiàn)狀 17
1.5.1 主觀質(zhì)量評價研究現(xiàn)狀 17
1.5.2 客觀質(zhì)量評價研究現(xiàn)狀 20
1.5.3 客觀質(zhì)量評價算法評估 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)量評價 34
2.1 基于自由能的視覺質(zhì)量評價框架 34
2.1.1 自由能原理簡介 35
2.1.2 基于自由能的視覺質(zhì)量評價算法總體介紹 38
2.1.3 算法性能測試 44
2.2 基于自由能的半?yún)⒖己蜔o參考視覺質(zhì)量評價算法 49
2.2.1 FEDM及NFEQM算法總體介紹 50
2.2.2 算法性能測試 52
2.3 基于自由能原理的魯棒無參考圖像質(zhì)量評價算法 60
2.3.1 NFERM算法總體介紹 61
2.3.2 NFERM算法性能測試 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)量評價算法 79
2.4.1 MCFRM算法總體介紹 80
2.4.2 MCFRM算法性能測試 85
2.5 基于自由能和稀疏表示的半?yún)⒖紙D像質(zhì)量評價算法 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 算法性能測試 99
2.6 基于自由能的視覺信號比較感知質(zhì)量評價算法 106
2.6.1 基于自由能最小化的比較感知質(zhì)量評價算法框架 109
2.6.2 基于自由能的比較感知質(zhì)量評價模型 111
2.6.3 C-PQA算法性能測試 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)量評價 137
3.1 基于偽參考的盲圖像質(zhì)量評價 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算法性能測試 147
3.2 基于失真強化的盲圖像質(zhì)量評價 157
3.2.1 BMPRI算法總體介紹 158
3.2.2 BMPRI算法性能測試 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)量評價 173
4.1 真實失焦模糊圖像質(zhì)量評價 173
4.1.1 GPSQ算法總體介紹 174
4.1.2 GPSQ算法性能測試 180
4.2 單失真和多重失真圖像的混合無參考質(zhì)量評價算法 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算法性能測試 193
4.3 考慮視距和分辨率的圖像質(zhì)量評價 198
4.3.1 VDID2014數(shù)據(jù)庫 200
4.3.2 模型總體介紹 202
4.3.3 模型性能測試 205
4.4 考慮觀看環(huán)境的視覺質(zhì)量評價 212
4.4.1 數(shù)據(jù)庫構(gòu)建 213
4.4.2 客觀評價模型構(gòu)建 216
4.4.3 模型性能測試 219
4.5 考慮環(huán)境亮度的液晶屏動態(tài)背光調(diào)節(jié) 220
4.5.1 亮度及體驗質(zhì)量分析 222
4.5.2 手機視頻觀看的體驗質(zhì)量模型 226
4.5.3 動態(tài)背光調(diào)節(jié)實現(xiàn) 232
4.6 本章小結(jié) 238
參考文獻(xiàn) 239
第5章 圖像增強質(zhì)量評價 245
5.1 基于合成霧圖像的去霧質(zhì)量評價 245
5.1.1 使用合成霧圖像的去霧質(zhì)量主觀評價 248
5.1.2 所提出的客觀去霧質(zhì)量評價算法 252
5.1.3 針對航拍圖像的改進質(zhì)量評價算法 257
5.1.4 算法性能測試 261
5.2 基于真實霧圖像的去霧質(zhì)量評價 266
5.2.1 使用真實霧圖像的去霧質(zhì)量主觀評價 269
5.2.2 所提出的客觀去霧質(zhì)量評價算法 271
5.2.3 算法性能測試 276
5.3 端到端的霧濃度預(yù)測網(wǎng)絡(luò) 284
5.3.1 背景知識 287
5.3.2 所提出的霧濃度預(yù)測網(wǎng)絡(luò) 288
5.3.3 霧濃度的主觀感知評價 293
5.3.4 算法性能測試 295
5.4 弱光圖像增強的感知質(zhì)量評價 305
5.4.1 弱光圖像增強的主觀質(zhì)量評價 310
5.4.2 所提出的弱光圖像增強客觀感知質(zhì)量評價算法 313
5.4.3 算法性能測試 321
5.5 對比度變化的半?yún)⒖几兄|(zhì)量評價 327
5.5.1 對比度相關(guān)圖像數(shù)據(jù)集 328
5.5.2 RCIQM算法總體介紹 330
5.5.3 RCIQM算法性能測試 337
5.6 基于信息最大化的對比度失真無參考質(zhì)量評價 342
5.6.1 NIQMC算法總體介紹 344
5.6.2 NIQMC算法性能測試 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)量評價 352
5.7.1 BTMQI算法總體介紹 353
5.7.2 BTMQI算法性能測試 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 382
6.1 基于顯著性保護的對比度增強 382
6.1.1 對比度增強的理想直方圖 382
6.1.2 理想直方圖的自動實現(xiàn) 386
6.1.3 關(guān)于圖像對比度增強的效果對比 390
6.1.4 視頻增強及性能對比 399
6.2 基于廣義均衡模型的對比度增強 402
6.2.1 基于直方圖的白平衡及對比度增強算法模型 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 實驗結(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 實驗結(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)量評價 441
7.1 低碼率視頻的多維感知質(zhì)量評價 441
7.1.1 問題描述 442
7.1.2 主觀視覺測試 443
7.1.3 主觀測試結(jié)果分析 445
7.2 基于用戶感知質(zhì)量評價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)量評價算法 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)容清晰度用戶體驗質(zhì)量評價 463
7.3.1 所提出的超高清內(nèi)容質(zhì)量評價算法 464
7.3.2 算法性能測試 471
7.4 本章小結(jié) 473
參考文獻(xiàn) 474
書單推薦
