高动态范围图像鬼影去除与颜色处理
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 高动态范围技术研究背景 | 第9-10页 |
| 1.2 高动态范围技术研究意义 | 第10-12页 |
| 1.3 高动态范围技术国内外研究现状 | 第12-16页 |
| 1.3.1 国外研究现状 | 第13-14页 |
| 1.3.2 国内研究现状 | 第14-16页 |
| 1.4 本文的研究内容和组织结构 | 第16-17页 |
| 第2章 鬼影现象产生的原因以及相关去鬼影技术 | 第17-25页 |
| 2.1 高动态范围图像的“鬼影”现象及原因 | 第17页 |
| 2.2 去鬼影算法分析 | 第17-18页 |
| 2.3 基于迭代的去鬼影算法 | 第18-21页 |
| 2.4 基于区域分割和连续性检测的去鬼影算法 | 第21-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 高动态范围图像融合去鬼影相关技术及原理 | 第25-33页 |
| 3.1 直方图均衡化 | 第25-26页 |
| 3.2 中值滤波 | 第26页 |
| 3.3 拉普拉斯金字塔分解融合 | 第26-31页 |
| 3.3.1 高斯金字塔分解 | 第26-28页 |
| 3.3.2 建立图像的拉普拉斯金字塔 | 第28-29页 |
| 3.3.3 原始图像重构 | 第29-30页 |
| 3.3.4 基于拉普拉斯金字塔的图像融合算法 | 第30-31页 |
| 3.4 本章小结 | 第31-33页 |
| 第4章 高动态范围图像融合方法 | 第33-45页 |
| 4.1 基于梯度的多曝光图像融合方法 | 第33-37页 |
| 4.1.1 直接融合方式 | 第33-34页 |
| 4.1.2 梯度权重因子 | 第34-37页 |
| 4.2 梯度和亮度综合测度因子 | 第37-40页 |
| 4.2.1 对比度、饱和度和亮度综合测度因子 | 第37-39页 |
| 4.2.2 权重图 | 第39-40页 |
| 4.3 实验结果与分析 | 第40-43页 |
| 4.4 本章小结 | 第43-45页 |
| 第5章 基于背景建模的高动态范围图像去鬼影 | 第45-65页 |
| 5.1 基于背景建模的多曝光图像融合去鬼影算法 | 第45-52页 |
| 5.1.1 低动态范围图像背景建模 | 第46-48页 |
| 5.1.2 移动物体检测和权重图构建 | 第48-50页 |
| 5.1.3 权重修改 | 第50-51页 |
| 5.1.4 图像融合去鬼影 | 第51-52页 |
| 5.2 去鬼影融合实验结果及分析 | 第52-64页 |
| 5.2.1 融合结果中去鬼影（不保留移动物体） | 第53-61页 |
| 5.2.2 保留单个移动物体及保留物体运动轨迹 | 第61-64页 |
| 5.3 结果分析 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 本文工作总结 | 第65-66页 |
| 6.2 研究展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 发表论文和参加科研情况说明 | 第71-73页 |
| 致谢 | 第73-74页 |
