| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-20页 |
| 1.1 课题背景及其研究意义 | 第9-14页 |
| 1.2 相关研究历史和现状 | 第14-18页 |
| 1.2.1 高动态范围图像的生成技术 | 第14-15页 |
| 1.2.2 高动态范围图像的存储技术 | 第15页 |
| 1.2.3 高动态范围图像的增强显示 | 第15-18页 |
| 1.3 本文的主要内容 | 第18-20页 |
| 第二章 基本理论模型和方法 | 第20-31页 |
| 2.1 颜色模型基础 | 第20-22页 |
| 2.2 人的视觉系统对高动态范围场景的适应能力 | 第22-23页 |
| 2.3 Retinex理论和算法 | 第23-27页 |
| 2.3.1 Retinex实验和理论 | 第23-26页 |
| 2.3.2 Retinex典型算法简介 | 第26-27页 |
| 2.4 视觉神经细胞经典感受野理论和模型 | 第27-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 高动态范围图像增强显示的方法与分析 | 第31-41页 |
| 3.1 色调映射基础 | 第31-34页 |
| 3.2 中心外周Retinex模板 | 第34页 |
| 3.3 感受野的变化和模板尺寸自适应的Retinex算子 | 第34-35页 |
| 3.4 Meylan法简介 | 第35-37页 |
| 3.5 对Meylan法中色调映射与颜色模型的分析与证明 | 第37-40页 |
| 3.5.1 RGB三通道对数映射分析 | 第37-38页 |
| 3.5.2 PCA颜色模型的局限性和其数学证明 | 第38-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第四章 改进的高动态范围图像增强显示的方法 | 第41-59页 |
| 4.1 改进的高动态范围图像增强显示方法 | 第41-42页 |
| 4.2 方法和结果分析 | 第42-51页 |
| 4.2.1 亮度模型分析 | 第42-45页 |
| 4.2.2 色度模型分析 | 第45页 |
| 4.2.3 改进算法结果的主观评价 | 第45-51页 |
| 4.3 针对超高动态范围图像的颜色模型修正 | 第51-53页 |
| 4.3.1 问题分析与颜色模型修正 | 第51页 |
| 4.3.2 修正算法结果的主观评价 | 第51-53页 |
| 4.4 定量分析 | 第53-58页 |
| 4.4.1 图像色度分析 | 第53-54页 |
| 4.4.2 Jobson图像视觉效果定量分析 | 第54-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间取得的成果 | 第64-65页 |