摘要 | 第3-5页 |
Abstract | 第5-6页 |
1 绪论 | 第9-15页 |
1.1 选题的背景及研究的意义 | 第9-11页 |
1.1.1 选题的背景 | 第9-10页 |
1.1.2 研究的意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-12页 |
1.3 研究内容 | 第12-13页 |
1.4 论文组织结构 | 第13-14页 |
1.5 研究方法 | 第14-15页 |
2 山区航空影像阴影的特点及性质 | 第15-22页 |
2.1 实验数据简介与分析 | 第15-16页 |
2.2 阴影的分类及特点 | 第16-17页 |
2.2.1 阴影的分类 | 第16-17页 |
2.2.2 阴影的特点 | 第17页 |
2.3 阴影的统计特征 | 第17-18页 |
2.3.1 均值 | 第17-18页 |
2.3.2 方差 | 第18页 |
2.4 阴影的光谱特性 | 第18-19页 |
2.5 阴影的颜色特征 | 第19页 |
2.6 色彩空间的选择分析 | 第19-21页 |
2.6.1 RGB色彩空间 | 第19-20页 |
2.6.2 HSV色彩空间 | 第20-21页 |
2.7 本章小结 | 第21-22页 |
3 基于传统图像增强算法的去阴影方法 | 第22-32页 |
3.1 影像质量评价指标 | 第22-23页 |
3.1.1 标准差(Standard Deviation,简称SD) | 第22-23页 |
3.1.2 平均梯度(Mean Grads,简称MG) | 第23页 |
3.1.3 信息熵(Information Entropy,简称IE) | 第23页 |
3.2 基于传统的非模型阴影处理方法 | 第23-30页 |
3.2.1 影像代数运算处理 | 第23-25页 |
3.2.2 直方图均衡化处理 | 第25-26页 |
3.2.3 同态滤波处理 | 第26-28页 |
3.2.4 匀光匀色处理 | 第28-30页 |
3.3 实验结果综合分析 | 第30-31页 |
3.4 本章小结 | 第31-32页 |
4 基于RGB空间的Retinex算法的图像去阴影方法 | 第32-45页 |
4.1 Retinex理论发展概述 | 第32-34页 |
4.2 单尺度Retinex算法原理及实现 | 第34-38页 |
4.2.1 SSR原理概述 | 第34-35页 |
4.2.2 SSR算法实现 | 第35-38页 |
4.3 多尺度Retinex算法原理及实现 | 第38-40页 |
4.3.1 MSR原理概述 | 第38页 |
4.3.2 MSR算法实现 | 第38-40页 |
4.4 带颜色恢复因子的多尺度Retinex算法原理及实现 | 第40-42页 |
4.5 实验结果综合分析 | 第42-44页 |
4.6 本章小结 | 第44-45页 |
5 基于HSV空间的Retinex算法的图像去阴影方法 | 第45-52页 |
5.1 算法优化改进和实验结果分析 | 第45-49页 |
5.1.1 算法改进及实现流程 | 第45-46页 |
5.1.2 实验结果分析 | 第46-47页 |
5.1.3 综合分析 | 第47-49页 |
5.2 影像去阴影方法特征匹配验证 | 第49-51页 |
5.3 本章小结 | 第51-52页 |
6 结论与展望 | 第52-54页 |
6.1 结论 | 第52-53页 |
6.2 论文不足和展望 | 第53-54页 |
致谢 | 第54-55页 |
参考文献 | 第55-58页 |
攻读硕士期间取得的成果 | 第58页 |