首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

夜间彩色图像增强技术研究

摘要第4-5页
Abstract第5页
第1章 绪论第8-14页
    1.1 研究背景及意义第8-9页
    1.2 夜间彩色图像增强方法简介第9-11页
        1.2.1 图像融合第9-10页
        1.2.2 单幅可见光图像增强第10-11页
    1.3 论文研究内容第11-12页
    1.4 论文结构安排第12-13页
    1.5 本章小结第13-14页
第2章 国内外研究现状第14-38页
    2.1 基于 Retinex 理论的增强算法第14-32页
        2.1.1 Retinex 理论简介第14-15页
        2.1.2 “光晕伪影”第15-16页
        2.1.3 Retinex 算法分类第16-32页
    2.2 基于数学模型的夜间去除(Night removal)技术第32-36页
        2.2.1 基于 CEM(Color Estimation Model)与稀疏重建的夜间去除方法第32-36页
    2.3 本章小结第36-38页
第3章 基于梯度零范数最小化滤波的 Retinex夜间图像增强方法第38-50页
    3.1 算法框架第38页
    3.2 照度估计第38-42页
        3.2.1 梯度零范数最小化滤波第39-42页
        3.2.2 双线性插值法第42页
    3.3 反射信息图像增强第42-44页
    3.4 实验结果及分析第44-49页
        3.4.1 实验参数设置第45页
        3.4.2 主观视觉效果对比第45-47页
        3.4.3 客观质量评价对比第47-49页
    3.5 本章小结第49-50页
第4章 基于改进的 CEM 模型及细节增强的夜间彩色图像增强方法第50-62页
    4.1 算法框架第50页
    4.2 改进的 CEM 模型第50-53页
        4.2.1 改进的 CEM 模型公式化第52页
        4.2.2 实验结果及分析第52-53页
    4.3 基于引导滤波的图像细节增强第53-56页
        4.3.1 引导滤波第54-55页
        4.3.2 图像细节增强第55页
        4.3.3 实验结果及分析第55-56页
    4.4 实验结果及分析第56-61页
        4.4.1 实验参数设置第56-57页
        4.4.2 实验比较与分析第57-61页
    4.5 本章小结第61-62页
结论第62-64页
参考文献第64-68页
攻读硕士期间发表的论文第68-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:基于CAS的单点登录系统的设计与实现
下一篇:基于HTML5和云计算技术的网站群设计与实现