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

图像增强算法的研究及其应用

摘要第1-4页
Abstract第4-9页
第一章 绪论第9-17页
   ·图像增强的背景和意义第9页
   ·图像对比度增强的研究进展第9-13页
     ·基于图像特征的方法第10-11页
     ·基于图像视觉效果的方法第11页
     ·基于图像增强所用理论的方法第11-12页
     ·基于图像增强的自动实现算法第12页
     ·存在的问题和进一步的研究方向第12-13页
   ·图像增强技术的应用概况第13-14页
   ·本文的主要工作第14-15页
   ·论文的组织结构与安排第15-17页
第二章 图像增强的算法分析第17-25页
   ·图像增强算法的分类第17-18页
   ·空域增强方法第18-21页
     ·灰度线性变换第18-19页
     ·分段线性变换第19-20页
     ·非线性变换第20-21页
     ·直方图修正第21页
   ·频域增强方法第21-24页
     ·低通滤波第22-23页
     ·高通滤波第23-24页
     ·同态滤波第24页
   ·小结第24-25页
第三章 人眼视觉系统和颜色视觉理论分析第25-31页
   ·人眼视觉系统第25-27页
     ·人眼成像第25页
     ·人眼视觉系统模型第25-26页
     ·人眼的视觉特性第26-27页
       ·亮度适应和区分能力第26页
       ·同时对比度第26页
       ·马赫带效应第26-27页
   ·颜色视觉第27-30页
     ·三色视觉理论第27页
     ·色觉阶段理论第27-28页
     ·色度学理论第28-30页
     ·颜色恒常性理论第30页
   ·小结第30-31页
第四章 基于人眼视觉特性的图像增强算法第31-39页
   ·Retinex 理论第31-32页
   ·基于 Retinex 理论的图像增强算法第32-34页
     ·单尺度 Retinex 算法第32-33页
     ·多尺度 Retinex 算法第33-34页
     ·带彩色恢复的多尺度 Retinex 算法第34页
   ·基于 Retinex 的图像增强算法实现与实验结果分析第34-37页
     ·单尺度 Retinex 算法实现第34-35页
     ·多尺度 Retinex 算法实现第35页
     ·带彩色恢复的多尺度 Retinex 算法实现第35-36页
     ·实验结果对比分析第36-37页
   ·小结第37-39页
第五章 基于图像融合的 HEMSRCR 图像增强算法第39-51页
   ·图像融合的基本方法第39-41页
     ·图像融合系统的一般结构第39-40页
     ·数据层变换域图像融合的信息模型第40页
     ·常用数据层图像融合的方法第40-41页
   ·采用图像融合改善增强效果的可行性第41-42页
   ·HEMSRCR 图像融合算法第42-44页
     ·HEMSRCR 图像融合第42页
     ·HEMSRCR 算法步骤及参数的选取第42-44页
   ·算法的通用性分析第44-45页
   ·HEMSRCR 算法增强效果及其评价第45-49页
     ·主观评价第46-47页
     ·客观评价第47-49页
   ·实验结果和结论第49-50页
   ·小结第50-51页
第六章 基于 IHS 变换的图像增强算法及其在版图优化中的应用第51-61页
   ·颜色空间模型第51-53页
     ·RGB 颜色空间模型第51-52页
     ·IHS 颜色空间模型第52-53页
   ·RGB-IHS 变换第53-55页
     ·圆柱体变换第53-55页
   ·基于 HE 和 IHS 变换的 IC 图像增强算法实现第55-59页
     ·IC 真实缺陷图像分析第55-56页
     ·算法步骤分析第56-57页
     ·IC 缺陷图像增强结果与分析第57-58页
     ·主观评价第58页
     ·客观评价第58-59页
   ·小结第59-61页
第七章 结束语第61-63页
   ·本文工作总结第61-62页
   ·下一步工作展望第62-63页
致谢第63-65页
参考文献第65-71页
研究成果第71-72页

论文共72页,点击 下载论文
上一篇:目标检测算法研究及FPGA实现
下一篇:人机交互中的动态手势识别及应用研究