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

面向云媒体的图像处理研究

摘要第1-5页
ABSTRACT第5-10页
第一章 绪论第10-20页
   ·引言第10-12页
   ·研究现状第12-17页
     ·云媒体的发展第12-13页
     ·云媒体下图像相关性探索第13-16页
     ·面向云媒体的应用第16-17页
   ·论文的研究内容和组织第17-20页
第二章 面向云媒体的图像压缩第20-46页
   ·引言第20-21页
   ·相关工作简介第21-25页
     ·视觉内容生成第21-22页
     ·特征压缩第22-24页
     ·图像重建第24-25页
   ·面向云媒体的图像压缩框架第25-27页
   ·SIFT特征抽取第27-29页
   ·SIFT特征编码第29-33页
     ·预测评估第29-31页
     ·SIFT特 征压缩第31-33页
   ·图像重构第33-35页
     ·图像片检索第33-34页
     ·图像片变换第34-35页
     ·图像片融合第35页
   ·实验结果与分析第35-44页
     ·压缩比第36-37页
     ·主观质量评价第37-38页
     ·相关图像的影响第38-39页
     ·复杂度分析第39-42页
     ·和SIFT特 征向量编码方案相比较第42页
     ·相关讨论第42-44页
   ·本章小结第44-46页
第三章 面向云媒体的图像超分辨率第46-72页
   ·引言第46-48页
   ·相关工作简介第48-51页
     ·基于多帧图像的超分辨率第48-49页
     ·基于样例的超分辨率第49-50页
     ·基于图像检索的超分辨率第50-51页
   ·面向云媒体的图像超分辨率框架第51页
   ·相关图像检索及全局校正第51-57页
     ·SIFT特 征提取第52页
     ·相关图像检索第52-54页
     ·全局校正第54-57页
   ·局部图像块匹配及融合第57-62页
     ·图像块匹配第57-60页
     ·图像块融合第60-62页
   ·实验结果和分析第62-70页
     ·图像库的产生第62页
     ·实验结果第62-67页
     ·光照的影响第67页
     ·相关图像的影响第67-69页
     ·复杂度分析第69页
     ·所提方案的局限性第69-70页
   ·本章小结第70-72页
第四章 面向云媒体的图像去噪第72-104页
   ·引言第72-73页
   ·图像去噪技术简介第73-76页
     ·基于单张图的图像去噪第73-75页
     ·基于学习的图像去噪第75页
     ·内部及外部相关性相结合的图像去噪第75-76页
   ·面向云媒体的图像去噪框架第76-77页
   ·图像检索和校正第77-79页
     ·图像检索第77页
     ·图像校正第77-79页
   ·联合去噪: 第一阶段第79-84页
     ·基于外部相关性的去噪方案第80-83页
     ·基于内部相关性的去噪方案第83-84页
     ·联合内部和外部去噪结果第84页
   ·联合去噪: 第二阶段第84-88页
     ·维纳滤波第84-85页
     ·基于外部相关性的去噪方案第85-87页
     ·基于内部相关性的去噪方案第87-88页
   ·实验结果及分析第88-102页
     ·参数设置及影响第89-92页
     ·所提去噪方案的分析第92-95页
     ·实验结果比较第95-100页
     ·多视点图像去噪第100页
     ·复杂度分析第100-101页
     ·所提方案的局限性第101-102页
   ·本章小结第102-104页
第五章 总结与展望第104-108页
   ·本文工作总结第104-106页
     ·面向云媒体的图像编码第104-105页
     ·面向云媒体的图像超分辨率第105页
     ·面向云媒体的图像去噪第105-106页
   ·未来工作展望第106-108页
     ·充分挖掘图像之间的相关性第106页
     ·大数据与云计算时代的新应用第106-108页
参考文献第108-118页
发表论文和参加科研情况说明第118-120页
致谢第120-121页

论文共121页,点击 下载论文
上一篇:数字图像区域复制篡改的被动取证方法研究
下一篇:立体图像克隆和立体显示串扰的研究