视频监控夜间图像增强技术的研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第11-19页 |
1.1 研究背景 | 第11页 |
1.2 研究目的和意义 | 第11-13页 |
1.3 国内外研究动态 | 第13-18页 |
1.3.1 硬件技术上的研究和发展 | 第13-15页 |
1.3.2 软件技术上的研究和发展 | 第15-18页 |
1.4 论文研究内容及组织结构 | 第18-19页 |
第二章 图像增强技术的介绍 | 第19-31页 |
2.1 引言 | 第19页 |
2.2 空间域图像增强技术的介绍 | 第19-24页 |
2.2.1 灰度变换 | 第20-21页 |
2.2.2 图像去噪 | 第21-23页 |
2.2.3 图像锐化 | 第23-24页 |
2.3 频域图像增强技术的介绍 | 第24-27页 |
2.3.1 传统滤波器 | 第25-26页 |
2.3.2 同态滤波 | 第26-27页 |
2.4 夜间图像增强技术评价标准 | 第27-30页 |
2.5 本章小结 | 第30-31页 |
第三章 常见的夜间图像增强算法与实现 | 第31-46页 |
3.1 引言 | 第31页 |
3.2 直方图均衡 | 第31-34页 |
3.3 模糊理论 | 第34-37页 |
3.4 Retinex理论 | 第37-42页 |
3.5 基于暗通道先验的夜间图像增强 | 第42-45页 |
3.6 本章小结 | 第45-46页 |
第四章 基于光照增强和随机共振的图像增强算法 | 第46-65页 |
4.1 引言 | 第46页 |
4.2 基于相机曝光原理的光照增强 | 第46-53页 |
4.2.1 分区曝光法的背景和原理 | 第46-48页 |
4.2.2 图像光照增强 | 第48-51页 |
4.2.3 基于相机曝光原理的图像增强效果 | 第51-53页 |
4.3 基于随机共振的噪声图像增强 | 第53-61页 |
4.3.1 随机共振的背景和研究现状 | 第53-54页 |
4.3.2 双稳态随机共振模型 | 第54-56页 |
4.3.3 基于双稳态随机共振的夜间图像增强 | 第56-61页 |
4.4 算法设计及实验结果 | 第61-63页 |
4.5 本章小结 | 第63-65页 |
第五章 基于仿射变换和多重线性回归的图像增强算法 | 第65-78页 |
5.1 引言 | 第65页 |
5.2 基于仿射变换的光照退化模型 | 第65-69页 |
5.2.1 仿射变换 | 第65-66页 |
5.2.2 光照退化模型 | 第66-68页 |
5.2.3 基于仿射变换光照退化的图像增强效果 | 第68-69页 |
5.3 基于多重线性回归模型的光照补偿 | 第69-75页 |
5.3.1 多重线性回归 | 第69-70页 |
5.3.2 图像光照补偿 | 第70-71页 |
5.3.3 改进的光照补偿 | 第71-75页 |
5.4 算法设计及实验效果 | 第75-77页 |
5.5 本章小结 | 第77-78页 |
第六章 算法效果对比和分析 | 第78-84页 |
6.1 引言 | 第78页 |
6.2 主观质量比较 | 第78-81页 |
6.3 客观质量比较 | 第81-83页 |
6.4 本章小结 | 第83-84页 |
总结与展望 | 第84-86页 |
参考文献 | 第86-91页 |
攻读硕士学位期间取得的研究成果 | 第91-92页 |
致谢 | 第92-93页 |
附件 | 第93页 |