基于反锐化掩膜的红外图像增强算法研究
摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第12-18页 |
1.1 课题研究背景及意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-16页 |
1.3 主要研究内容 | 第16-18页 |
1.3.1 研究内容 | 第16页 |
1.3.2 章节安排 | 第16-18页 |
第2章 红外图像特征和图像增强方法研究 | 第18-36页 |
2.1 引言 | 第18页 |
2.2 红外图像特征分析 | 第18-20页 |
2.2.1 红外成像技术机理 | 第18-19页 |
2.2.2 红外图像特点 | 第19-20页 |
2.3 图像增强算法 | 第20-33页 |
2.3.1 自适应增益控制 | 第20-24页 |
2.3.2 直方图均衡化 | 第24-27页 |
2.3.3 反锐化掩膜 | 第27-30页 |
2.3.4 多尺度Retinex算法 | 第30-33页 |
2.4 图像的增强效果分析指标 | 第33-35页 |
2.4.1 主观评价方法 | 第33页 |
2.4.2 客观评价方法 | 第33-35页 |
2.5 本章小结 | 第35-36页 |
第3章 基于反锐化掩膜的红外图像增强算法 | 第36-56页 |
3.1 引言 | 第36页 |
3.2 广义线性系统 | 第36-41页 |
3.2.1 广义线性系统模型 | 第37页 |
3.2.2 广义线性系统法则 | 第37-41页 |
3.3 红外图像的预处理 | 第41-42页 |
3.4 基于双边滤波器的UM红外图像分层 | 第42-48页 |
3.4.1 双边滤波器 | 第42-43页 |
3.4.2 基于双边滤波器的UM红外图像分层 | 第43-48页 |
3.5 细节层和基础层的处理 | 第48-52页 |
3.5.1 基础层的对比度增强 | 第48-50页 |
3.5.2 细节层的自适应增益 | 第50-52页 |
3.6 生成增强图像 | 第52-53页 |
3.7 本章小结 | 第53-56页 |
第4章 红外图像增强算法实验效果分析 | 第56-62页 |
4.1 引言 | 第56页 |
4.2 图像增强算法的对比 | 第56-59页 |
4.3 图像增强指标分析 | 第59-60页 |
4.4 本章小结 | 第60-62页 |
第5章 红外成像系统的图像增强改进算法实验验证 | 第62-70页 |
5.1 引言 | 第62页 |
5.2 红外图像增强改进算法实验验证方案设计 | 第62-63页 |
5.3 红外图像增强改进算法验证平台 | 第63-66页 |
5.3.1 红外成像系统的分类与选取 | 第63-64页 |
5.3.2 非制冷型凝视型红外成像系统 | 第64-65页 |
5.3.3 红外成像系统图像获取 | 第65-66页 |
5.4 增强实验结果 | 第66-68页 |
5.4.1 增强处理结果分析 | 第66-67页 |
5.4.2 增强结果定量分析 | 第67-68页 |
5.5 本章小结 | 第68-70页 |
第6章 总结与展望 | 第70-72页 |
6.1 论文研究工作总结 | 第70-71页 |
6.2 研究展望 | 第71-72页 |
参考文献 | 第72-76页 |
在学期间学术成果情况 | 第76-78页 |
指导教师及作者简介 | 第78-80页 |
致谢 | 第80-81页 |