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Retinex图像增强算法研究与实现

摘要第1-4页
Abstract第4-5页
目录第5-8页
图表目录第8-9页
1 绪论第9-14页
   ·论文的选题背景第9-10页
   ·图像增强方法简介第10-12页
     ·基于空域的图像增强方法第10-11页
     ·基于频域的图像增强方法第11-12页
   ·Retinex图像增强理论的研究现状及存在的问题第12-13页
   ·本文的研究目的和结构安排第13-14页
2 基于迭代的Retinex算法第14-29页
   ·Retinex理论基础第14页
   ·McCann’s Retinex算法第14-19页
     ·数据的前期转换第15页
     ·像素间的比较校正第15-16页
     ·图像输出显示第16-17页
     ·彩色图像的情况第17页
     ·具体的算法流程第17-18页
     ·McCann算法结果显示第18-19页
   ·McCann99 Retinex算法第19-23页
     ·McCann99算法执行的前提与初始化第19-20页
     ·McCann99算法像素间的比较校正第20-21页
     ·对 McCann99算法的改进第21-22页
     ·改进后McCann99算法的具体流程第22页
     ·McCann99算法增强结果第22-23页
   ·在其他彩色空间的Retinex彩图增强第23-26页
     ·HSI空间第23-24页
     ·YUV空间第24页
     ·在其他彩色空间的Retinex增强的具体流程第24-25页
     ·在其他彩色模型下增强实验结果分析第25-26页
   ·McCann算法与改进后McCann99算法的实验比较第26-28页
   ·本章小结第28-29页
3 基于中心环绕的Retinex算法第29-39页
   ·单尺度的Retinex算法第29-32页
     ·单尺度Retinex算法的基本形式和理论依据第29-30页
     ·单尺度Retinex算法的具体流程第30-31页
     ·尺度的选择对增强图像的影响第31-32页
   ·多尺度的Retinex算法第32-34页
     ·多尺度Retinex算法的基本形式第32-33页
     ·多尺度Retinex算法的具体流程第33-34页
   ·Retinex算法的实验结果与分析第34-38页
   ·Retinex算法的缺陷第38页
   ·本章小结第38-39页
4 去除光晕的Retinex图像增强方法第39-56页
   ·光晕的形成第39-40页
   ·消除光晕的一些方法和对彩色信息的处理第40-42页
     ·一些消除光晕现象的方法第40-41页
     ·图像色彩的处理第41-42页
   ·去除光晕的Retinex方法框架第42-43页
   ·PCA方法原理第43-46页
     ·PCA简介第43-44页
     ·PCA的原理第44-46页
   ·去除光晕的Retinex方法的详细流程第46-51页
     ·整体色调的调整第46-47页
     ·亮度图像在Retinex方法下的处理第47-49页
     ·图像的边缘检测第49-50页
     ·亮度图像的后期处理第50页
     ·对色彩信息的处理第50-51页
   ·方法计算复杂度的分析第51-53页
     ·在对亮度图像计算时的处理第51-53页
     ·在对色彩进行处理的效率第53页
   ·实验结果对比分析第53-55页
   ·本章小结第55-56页
5 总结与展望第56-58页
   ·全文总结第56-57页
   ·展望第57-58页
致谢第58-59页
参考文献第59-61页

论文共61页,点击 下载论文
上一篇:局部保持典型相关分析及其在人脸识别中的应用
下一篇:基于哼唱的音乐检索技术研究