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

梯度域处理框架下的图像视见度增强技术研究

论文创新点与特色第5-10页
摘要第10-13页
ABSTRACT第13-15页
第1章 绪论第16-41页
    1.1 研究背景及意义第16-18页
    1.2 国内外研究现状第18-38页
        1.2.1 低照度条件下可见光图像视见度增强第20-27页
            1.2.1.1 颜色恒常性方法第20-26页
            1.2.1.2 对比度增强方法第26-27页
        1.2.2 雾霾天气下可见光图像视见度增强第27-34页
            1.2.2.1 大气散射模型第28-31页
            1.2.2.2 基于物理模型的方法第31-33页
            1.2.2.3 非物理模型的方法第33-34页
        1.2.3 高动态范围红外热图像视见度增强第34-36页
        1.2.4 基于梯度域处理的图像视见度增强第36-38页
    1.3 论文的研究内容及组织结构第38-41页
        1.3.1 论文的研究内容第38-39页
        1.3.2 论文的组织结构第39-41页
第2章 梯度域处理框架概述第41-50页
    2.1 任务驱动的梯度操作第41-43页
        2.1.1 单幅图像的梯度操作第41-42页
        2.1.2 两幅图像的梯度操作第42-43页
    2.2 从目标梯度场重构结果图像第43-49页
        2.2.1 泊松方程第44-47页
        2.2.2 L2范数正则的优化方案第47-49页
    2.3 本章小结第49-50页
第3章 人眼视觉感知驱动的梯度域低照度图像对比度增强第50-65页
    3.1 人眼视觉对比度感知特性第50-52页
        3.1.1 亮度掩蔽特性第50-52页
        3.1.2 超阈值对比度感知特性第52页
    3.2 本文方法第52-58页
        3.2.1 全局亮度校正第53-54页
        3.2.2 结合人眼视觉感知特性的梯度场调整第54-57页
            3.2.2.1 图像视觉区域划分第55-56页
            3.2.2.2 不同视觉区域梯度场调整第56-57页
        3.2.3 从目标梯度场重建增强图像第57-58页
    3.3 实验结果与分析第58-64页
    3.4 本章小结第64-65页
第4章 物理模型驱动的梯度域雾霾天可见光图像视见度增强第65-94页
    4.1 介质透射率的估计第65-74页
        4.1.1 基于暗原色先验的估计方法第65-71页
            4.1.1.1 介质透射率的粗估计第66-67页
            4.1.1.2 介质透射率的细化估计第67-71页
        4.1.2 基于大气耗散函数的估计方法第71-74页
            4.1.2.1 基于中值滤波的估计方法第72-73页
            4.1.2.2 基于双边滤波的估计方法第73-74页
    4.2 本文方法第74-91页
        4.2.1 白平衡第77页
        4.2.2 消除大气光散射的影响第77-79页
        4.2.3 梯度场增益函数设计第79页
        4.2.4 从目标梯度场重构增强图像第79-81页
        4.2.5 实验结果与分析第81-91页
            4.2.5.1 模拟图像的测试第81-85页
            4.2.5.2 真实图像的测试第85-91页
    4.3 本文方法在雨、雪、水下低对比图像的应用第91-93页
    4.4 本章小结第93-94页
第5章 直方图统计特性驱动的梯度域高动态范围红外图像增强第94-117页
    5.1 本文方法第95-102页
        5.1.1 数据约束项第96-98页
        5.1.2 梯度约束项第98-101页
            5.1.2.1 归一化图像第98-99页
            5.1.2.2 梯度增益因子设计第99-101页
        5.1.3 数值解第101-102页
    5.2 实验结果与分析第102-116页
        5.2.1 参数γ和β的选择第102-108页
        5.2.2 数据集描述第108-110页
        5.2.3 与其他方法比较第110-116页
    5.3 本章小结第116-117页
第6章 总结与展望第117-121页
    6.1 工作总结第117-119页
    6.2 研究展望第119-121页
参考文献第121-134页
攻读博士期间发表的论文以及参与的科研项目第134-135页
致谢第135页

论文共135页,点击 下载论文
上一篇:聚焦超声治疗肿瘤的靶目标轮廓提取方法研究
下一篇:女子赛艇训练数据挖掘研究