多媒体质量评价与优化是近年来多媒体信号处理领域的重要前沿性研究方向，国内外研究者在该方向上已经取得了一系列的研究成果。本书比较全面地论述了多媒体质量评价，尤其是图像质量评价领域的前沿理论与方法。主要内容包括：图像质量评价简介、基于自由能的图像质量评价、基于伪参考的图像质量评价、采集到显示全链路图像质量评价、图像增强质量评价、图像质量增强以及视频质量评价等。本书反映了国内外图像质量评价领域的发展现状和近期成果，也包含了作者近年来在该领域的主要研究成果。
本书可作为高等院校电子、通信、计算机、自动化等专业的高年级本科生、研究生的教材及课外读物，同时可供从事图像和视频质量评价、图像视频处理、多媒体信号处理、计算机视觉、人工智能等相关领域的专业研究人员学习、参考。

第1章 图像质量评价简介 1
1.1 多媒体通信及体验质量1
1.2 体验质量评价 2
1.2.1 体验质量定义 2
1.2.2 体验质量影响因素 4
1.2.3 体验质量评价分类 6
1.3 主观质量评价 7
1.3.1 搭建评价环境 7
1.3.2 准备测试素材 8
1.3.3 邀请测试人员 9
1.3.4 进行主观评价 9
1.3.5 评价数据处理 10
1.4 客观质量评价.12
1.4.1 全参考质量评价 13
1.4.2 半参考质量评价 14
1.4.3 无参考质量评价 15
1.4.4 三类模型应用对比 16
1.5 质量评价研究现状 17
1.5.1 主观质量评价研究现状 17
1.5.2 客观质量评价研究现状 20
1.5.3 客观质量评价算法评估 26
1.6 本书概述 27
参考文献 28
第2章 基于自由能的图像质量评价 34
2.1 基于自由能的视觉质量评价框架 34
2.1.1 自由能原理简介 35
2.1.2 基于自由能的视觉质量评价算法总体介绍 38
2.1.3 算法性能测试 44
2.2 基于自由能的半参考和无参考视觉质量评价算法 49
2.2.1 FEDM及NFEQM算法总体介绍 50
2.2.2 算法性能测试 52
2.3 基于自由能原理的鲁棒无参考图像质量评价算法 60
2.3.1 NFERM算法总体介绍 61
2.3.2 NFERM算法性能测试 70
2.4 基于自由能和多通道小波分解的半参考图像质量评价算法 79
2.4.1 MCFRM算法总体介绍 80
2.4.2 MCFRM算法性能测试 85
2.5 基于自由能和稀疏表示的半参考图像质量评价算法 94
2.5.1 领域内的相关工作 95
2.5.2 FSI 算法总体介绍 95
2.5.3 FSI 算法性能测试 99
2.6 基于自由能的视觉信号比较感知质量评价算法 106
2.6.1 基于自由能最小化的比较感知质量评价算法框架 109
2.6.2 基于自由能的比较感知质量评价模型 111
2.6.3 C-PQA算法性能测试 116
2.7 本章小结 126
参考文献 127
第3章 基于伪参考的图像质量评价 137
3.1 基于伪参考的盲图像质量评价 137
3.1.1 领域内的相关工作 139
3.1.2 基于伪参考的特定失真度量PSS和LSS 140
3.1.3 基于伪参考的通用图像质量度量BPRI 146
3.1.4 BPRI算法性能测试 147
3.2 基于失真强化的盲图像质量评价 157
3.2.1 BMPRI算法总体介绍 158
3.2.2 BMPRI算法性能测试 163
3.3 本章小结 169
参考文献 169
第4章 采集到显示全链路图像质量评价 173
4.1 真实失焦模糊图像质量评价 173
4.1.1 GPSQ算法总体介绍 174
4.1.2 GPSQ算法性能测试 180
4.2 单失真和多重失真图像的混合无参考质量评价算法 184
4.2.1 MDID2013数据库 185
4.2.2 SISBLIM算法总体介绍 188
4.2.3 SISBLIM算法性能测试 193
4.3 考虑视距和分辨率的图像质量评价 198
4.3.1 VDID2014数据库 200
4.3.2 模型总体介绍 202
4.3.3 模型性能测试 205
4.4 考虑观看环境的视觉质量评价 212
4.4.1 数据库构建 213
4.4.2 客观评价模型构建 216
4.4.3 模型性能测试 219
4.5 考虑环境亮度的液晶屏动态背光调节 220
4.5.1 亮度及体验质量分析 222
4.5.2 手机视频观看的体验质量模型 226
4.5.3 动态背光调节实现 232
4.6 本章小结 238
参考文献 239
第5章 图像增强质量评价 245
5.1 基于合成雾图像的去雾质量评价 245
5.1.1 使用合成雾图像的去雾质量主观评价 248
5.1.2 所提出的客观去雾质量评价算法 252
5.1.3 针对航拍图像的改进质量评价算法 257
5.1.4 算法性能测试 261
5.2 基于真实雾图像的去雾质量评价 266
5.2.1 使用真实雾图像的去雾质量主观评价 269
5.2.2 所提出的客观去雾质量评价算法 271
5.2.3 算法性能测试 276
5.3 端到端的雾浓度预测网络 284
5.3.1 背景知识 287
5.3.2 所提出的雾浓度预测网络 288
5.3.3 雾浓度的主观感知评价 293
5.3.4 算法性能测试 295
5.4 弱光图像增强的感知质量评价 305
5.4.1 弱光图像增强的主观质量评价 310
5.4.2 所提出的弱光图像增强客观感知质量评价算法 313
5.4.3 算法性能测试 321
5.5 对比度变化的半参考感知质量评价 327
5.5.1 对比度相关图像数据集 328
5.5.2 RCIQM算法总体介绍 330
5.5.3 RCIQM算法性能测试 337
5.6 基于信息优选化的对比度失真无参考质量评价 342
5.6.1 NIQMC算法总体介绍 344
5.6.2 NIQMC算法性能测试 349
5.7 基于信息、自然性和结构的色调映射图像的盲质量评价 352
5.7.1 BTMQI算法总体介绍 353
5.7.2 BTMQI算法性能测试 359
5.8 本章小结 365
参考文献 366
第6章 图像质量增强 382
6.1 基于显著性保护的对比度增强 382
6.1.1 对比度增强的理想直方图 382
6.1.2 理想直方图的自动实现 386
6.1.3 关于图像对比度增强的效果对比 390
6.1.4 视频增强及性能对比 399
6.2 基于广义均衡模型的对比度增强 402
6.2.1 基于直方图的白平衡及对比度增强算法模型 404
6.2.2 广义均衡模型 407
6.2.3 模型参数配置与分析 408
6.2.4 实验结果与分析 415
6.3 模糊视频插帧 420
6.3.1 领域内的相关工作 422
6.3.2 联合帧去模糊和插值 423
6.3.3 模糊视频插帧 424
6.3.4 实验结果与分析 428
6.4 本章小结 434
参考文献 434
第7章 视频质量评价 441
7.1 低码率视频的多维感知质量评价 441
7.1.1 问题描述 442
7.1.2 主观视觉测试 443
7.1.3 主观测试结果分析 445
7.2 基于用户感知质量评价的三维可伸缩视频适配 451
7.2.1 所提出的无参考视频质量评价算法 454
7.2.2 三维可伸缩视频适配 458
7.2.3 模拟结果 459
7.3 超高清内容清晰度用户体验质量评价 463
7.3.1 所提出的超高清内容质量评价算法 464
7.3.2 算法性能测试 471
7.4 本章小结 473
参考文献 474