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

基于生物视觉融合机制的图像增强算法研究

摘要第5-6页
ABSTRACT第6页
第一章 绪论第9-16页
    1.1 图像增强的研究背景和意义第9-10页
    1.2 图像增强技术的国内外发展史第10-15页
        1.2.1 可见光和红外光融合的发展现状第10-11页
        1.2.2 高动态图像增强发展现状第11-15页
    1.3 本章小结第15-16页
第二章 生物视觉机制的基本理论第16-25页
    2.1 响尾蛇可见光和红外光融合机制第16-18页
        2.1.1 响尾蛇视觉解剖结构第16页
        2.1.2 响尾蛇视觉融合机制特性第16-18页
    2.2 人眼视觉对亮度全局和局部自适应调节能力第18-21页
        2.2.1 视网膜的解剖结构第18-19页
        2.2.2 光感受器的生物特性第19-20页
        2.2.3 人眼神经节细胞感受野理论第20-21页
    2.3 颜色模型第21-24页
        2.3.1 色彩三要素第21-22页
        2.3.2 颜色的组合第22页
        2.3.3 多种颜色模型第22-24页
    2.4 本章小结第24-25页
第三章 基于响尾蛇融合机制的可见光与红外光的融合算法第25-36页
    3.1 响尾蛇融合机制基础第25-26页
        3.1.1 生物视觉的侧抑制现象第25页
        3.1.2 中心-外周分离网络模型第25-26页
    3.2 响尾蛇六种融合机制的模拟和实验第26-33页
        3.2.1 红外光增强可见光机制第26-27页
        3.2.2 可见光增强红外光机制第27-28页
        3.2.3 红外光抑制可见光机制第28-29页
        3.2.4 可见光抑制红外光机制第29-30页
        3.2.5 可见光AND红外光机制第30-32页
        3.2.6 可见光OR红外光机制第32-33页
    3.3 基于响尾蛇融合机制的可见光与红外光的融合算法第33-35页
        3.3.1 灰度空间融合增强算法第33-34页
        3.3.2 彩色空间融合增强算法第34-35页
    3.4 本章小节第35-36页
第四章 基于人眼视觉融合的高动态图像增强第36-65页
    4.1 引言第36页
    4.2 算法的流程第36-48页
        4.2.1 RGB通道转换到灰度通道第37页
        4.2.2 自适应的全局亮度增强第37-43页
            4.2.2.1 明适应和暗适应过程对全局亮度的增强第37-42页
            4.2.2.2 自适应全局亮度的增强第42-43页
        4.2.3 局部对比度的增强第43-46页
            4.2.3.1 神经节细胞感受野中心-外周模型对局部的增强第43-46页
            4.2.3.2 DOG模型增强局部对比度第46页
        4.2.4 融合第46-47页
        4.2.5 颜色处理第47页
        4.2.6 在RGB空间的边界增强第47-48页
    4.3 融合算法结果分析第48-58页
        4.3.1 融合算法主观评价第49-55页
        4.3.2 融合算法客观评价第55-56页
        4.3.3 融合算法的颜色饱和度第56-58页
    4.4 改进算法第58-64页
        4.4.1 全局亮度层次感增强第59-60页
        4.4.2 颜色校正第60-62页
        4.4.3 改进算法的主观和客观分析第62-64页
            4.4.3.1 改进算法的主观分析第62-63页
            4.4.3.2 改进算法的客观分析第63-64页
    4.5 本章小结第64-65页
第五章 总结与展望第65-67页
致谢第67-68页
参考文献第68-72页
攻读硕士学位期间取得的成果第72-73页

论文共73页,点击 下载论文
上一篇:基于生物视觉机理的多光源颜色恒常算法研究
下一篇:基于ITIL的信息工程监理运维管理系统的设计与实现