基于视觉系统的高动态图像生成算法研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 课题背景及研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 论文主要研究内容与组织结构 | 第12-14页 |
| 2 高动态图像获取技术 | 第14-38页 |
| 2.1 硬件设备直接获取 | 第14-15页 |
| 2.2 软件生成 | 第15-21页 |
| 2.2.1 图像配准技术 | 第18-20页 |
| 2.2.2 鬼影的去除 | 第20页 |
| 2.2.3 高动态范围图像的显示 | 第20-21页 |
| 2.3 基于辐照域的合成 | 第21-31页 |
| 2.3.1 相机响应曲线函数 | 第22-25页 |
| 2.3.2 高动态范围图像的存储 | 第25-29页 |
| 2.3.3 色调映射 | 第29-31页 |
| 2.4 基于像素域的合成 | 第31-36页 |
| 2.4.1 高斯金字塔 | 第33-34页 |
| 2.4.2 拉普拉斯金字塔 | 第34-36页 |
| 2.5 本章小结 | 第36-38页 |
| 3 改进的Retinex算法 | 第38-53页 |
| 3.1 Retinex理论 | 第38页 |
| 3.2 中心/环绕Retinex算法 | 第38-44页 |
| 3.2.1 单尺度Retinex算法 | 第38-41页 |
| 3.2.2 多尺度Retinex算法 | 第41-44页 |
| 3.3 基于路径的Retinex算法 | 第44-47页 |
| 3.4 改进的多尺度Retinex算法 | 第47-52页 |
| 3.5 本章小结 | 第52-53页 |
| 4 基于改进的Retinex高动态图像生成算法 | 第53-67页 |
| 4.1 稀疏表示 | 第54-55页 |
| 4.2 字典训练 | 第55-57页 |
| 4.3 预处理 | 第57-59页 |
| 4.4 基于原子平均使用率的融合规则 | 第59-60页 |
| 4.5 图像色彩恢复 | 第60页 |
| 4.6 实验结果与评价 | 第60-67页 |
| 4.6.1 评价方法 | 第60-61页 |
| 4.6.2 实验结果与分析 | 第61-67页 |
| 5 总结与展望 | 第67-69页 |
| 5.1 本文主要完成工作 | 第67页 |
| 5.2 本文后续研究工作重点 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间取得的研究成果 | 第74页 |
