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

基于改进非线性增益和双边滤波器的自适应图像广义模糊增强

摘要第4-5页
Abstract第5页
1 绪论第9-14页
    1.1 研究背景及意义第9-10页
    1.2 国内外研究现状第10-12页
        1.2.1 对比度提升技术第10-11页
        1.2.2 去除噪声技术第11-12页
    1.3 论文的主要内容及结构安排第12-14页
2 图像增强基本技术简介第14-24页
    2.1 空间域图像增强第14-18页
        2.1.1 基本灰度变换第14-16页
        2.1.2 直方图处理技术第16-17页
        2.1.3 空间滤波第17-18页
    2.2 频率域图像增强第18-23页
        2.2.1 傅立叶变换及逆变换第18-19页
        2.2.2 低通滤波器第19-21页
        2.2.3 高通滤波器第21-22页
        2.2.4 同态滤波器第22-23页
    2.3 本章小结第23-24页
3 自适应图像广义模糊增强算法基础理论第24-33页
    3.1 小波变换第24-27页
        3.1.1 小波变换原理第24-25页
        3.1.2 小波变换的多分辨率分析第25-26页
        3.1.3 小波变换的应用第26-27页
    3.2 双边滤波器第27-29页
    3.3 遗传算法理论第29-31页
        3.3.1 遗传算法的基本原理第29页
        3.3.2 遗传算法的基本要素第29-31页
    3.4 模糊集合论原理第31-32页
    3.5 本章小结第32-33页
4 自适应图像广义模糊增强算法的设计与实现第33-42页
    4.1 本文算法的整体设计思路第33页
    4.2 高频子带增强第33-36页
        4.2.1 改进非线性增益函数增强第34-35页
        4.2.2 确定参数c的方法第35-36页
    4.3 低频子带增强第36-41页
        4.3.1 自适应双边滤波器去噪第36-38页
        4.3.2 广义模糊算子对比度提升第38-39页
        4.3.3 遗传算子对参数取值的优化第39-41页
    4.4 本章小结第41-42页
5 仿真结果与分析第42-48页
    5.1 调节参量α对增强效果的影响第42页
    5.2 参数c计算方法合理性的验证第42-44页
    5.3 本文算法与其他算法的对比第44-47页
    5.4 本文算法的速度提升第47页
    5.5 本章小结第47-48页
6 总结与展望第48-49页
参考文献第49-53页
硕士期间发表论文第53-54页
致谢第54页

论文共54页,点击 下载论文
上一篇:面向中文资讯文本的分类算法研究及应用
下一篇:基于似物性度量的交通场景快速目标检测方法