| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-23页 |
| ·研究背景与意义 | 第11页 |
| ·结构光图像处理技术的发展现状 | 第11-21页 |
| ·结构光条纹图像的去噪技术 | 第11-13页 |
| ·结构光条纹图像的增强技术 | 第13-15页 |
| ·Retinex 简介 | 第15-17页 |
| ·高光消除 | 第17-19页 |
| ·CUDA 简介 | 第19-21页 |
| ·本文的主要工作 | 第21-22页 |
| ·本章总结 | 第22-23页 |
| 第2章 光照不均匀图像的特征信息提取方法 | 第23-42页 |
| ·引言 | 第23页 |
| ·基于图像平滑的特征信息提取方法 | 第23-32页 |
| ·高斯平滑滤波器 | 第23-24页 |
| ·可分离滤波器 | 第24页 |
| ·新的提取图像边界信息的算法 | 第24-28页 |
| ·基于CUDA 的加速算法 | 第28-32页 |
| ·实验结果与分析 | 第32-41页 |
| ·算法在普通图像上的应用 | 第32-33页 |
| ·算法在结构光图像光栅条纹提取上的应用 | 第33-40页 |
| ·算法执行时间对比 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第3章 基于 Retinex 模型的图像细节增强算法 | 第42-50页 |
| ·引言 | 第42页 |
| ·Retinex 模型 | 第42-43页 |
| ·单尺度 | 第42-43页 |
| ·多尺度 | 第43页 |
| ·带颜色恢复的Retinex 算法 | 第43页 |
| ·改进的带颜色恢复的多尺度Retinex 算法 | 第43-46页 |
| ·HSV 颜色空间 | 第43-44页 |
| ·基于HSV 彩色空间的多尺度Retinex 算法 | 第44-46页 |
| ·实验结果与分析 | 第46-48页 |
| ·带颜色恢复的Retinex 算法的效果比较 | 第46页 |
| ·改进算法在结构光图像增强的应用 | 第46-48页 |
| ·本章小结 | 第48-50页 |
| 第4章 高光区域及色彩对图像分割影响的消除 | 第50-61页 |
| ·引言 | 第50页 |
| ·消除高光区域对条纹分割的影响 | 第50-53页 |
| ·基于K 均值聚类算法的高光检测方法 | 第50-51页 |
| ·基于最小偏态法的条纹提取方法 | 第51-53页 |
| ·消除色彩对条纹分割的影响 | 第53-57页 |
| ·基于帧差法消除色彩因素的影响 | 第54页 |
| ·改进的噪声块检测方法 | 第54-56页 |
| ·局部直方图均衡 | 第56-57页 |
| ·实验结果和分析 | 第57-60页 |
| ·高光区域条纹分割的实验分析 | 第57-59页 |
| ·颜色影响消除的实验分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 基于图像场理论的结构光图像条纹增强技术 | 第61-68页 |
| ·引言 | 第61页 |
| ·指纹图像场相关理论 | 第61-62页 |
| ·基于图像场理论的结构光条纹增强算法 | 第62-65页 |
| ·基本条纹增强算法 | 第62-64页 |
| ·改进的预处理环节 | 第64-65页 |
| ·实验结果分析 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第6章 实例系统设计与实现 | 第68-80页 |
| ·系统功能分析 | 第68-70页 |
| ·系统模块分析 | 第70-74页 |
| ·插件模块 | 第71-72页 |
| ·命令模块 | 第72-73页 |
| ·图像数据模块 | 第73-74页 |
| ·系统实现 | 第74-79页 |
| ·基于单幅图像的处理方式 | 第74-77页 |
| ·基于两幅图像的处理方式 | 第77-79页 |
| ·本章小结 | 第79-80页 |
| 第7章 总结与展望 | 第80-82页 |
| ·总结 | 第80-81页 |
| ·展望 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 致谢 | 第86-87页 |
| 攻读学位期间参加的科研项目和成果 | 第87页 |