| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 偏色检测研究现状 | 第12-13页 |
| 1.2.2 偏色矫正研究现状 | 第13-14页 |
| 1.3 本文的主要研究工作 | 第14-16页 |
| 1.3.1 研究目的及拟解决的关键问题 | 第14-15页 |
| 1.3.2 主要研究内容 | 第15-16页 |
| 第2章 偏色检测模型 | 第16-34页 |
| 2.1 道路视频图像的特点 | 第16-17页 |
| 2.2 现有的偏色检测方法的不足 | 第17-22页 |
| 2.2.1 灰色世界 | 第18-20页 |
| 2.2.2 直方图 | 第20-21页 |
| 2.2.3 等效圆 | 第21-22页 |
| 2.3 分治偏色检测模型(PBCCD) | 第22-32页 |
| 2.3.1 图像预处理 | 第23-25页 |
| 2.3.2 图像分块 | 第25-26页 |
| 2.3.3 图像分类 | 第26-28页 |
| 2.3.4 PBCCD模型分析 | 第28-32页 |
| 2.4 本章小结 | 第32-34页 |
| 第3章 基于MSRCR算法的偏色矫正算法改进 | 第34-50页 |
| 3.1 Retinex 理论 | 第34-35页 |
| 3.2 Retinex 算法实现 | 第35-39页 |
| 3.2.1 SSR算法 | 第35-36页 |
| 3.2.2 MSR算法 | 第36-37页 |
| 3.2.3 MSRCR算法 | 第37-39页 |
| 3.3 MSRCR算法的改进 | 第39-44页 |
| 3.3.1 MSRCR算法的不足 | 第39-41页 |
| 3.3.2 AG-MSRCR 算法 | 第41-43页 |
| 3.3.3 改进后算法分析 | 第43-44页 |
| 3.4 PBCCD 模型与 AG-MSRCR 结合 | 第44-49页 |
| 3.4.1 边界处理 | 第44-47页 |
| 3.4.2 图像拼接 | 第47-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第4章 道路视频色彩异常检测和矫正算法实验验证 | 第50-63页 |
| 4.1 实验素材和实验环境 | 第50-51页 |
| 4.2 PBCCD 模型建立和 AG-MSRCR 算法实现 | 第51-58页 |
| 4.2.1 图像前期处理 | 第52-54页 |
| 4.2.2 偏色分类与矫正 | 第54-58页 |
| 4.3 本文算法与现有偏色检测和矫正方法对比 | 第58-62页 |
| 4.3.1 偏色检测结果对比 | 第58-59页 |
| 4.3.2 偏色矫正结果对比 | 第59-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第5章 总结与展望 | 第63-65页 |
| 5.1 论文工作总结 | 第63-64页 |
| 5.2 展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间获得与学位论文相关的科研成果 | 第70页 |