| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第11-31页 |
| 1.1 CFA图像及数字相机处理流水线概述 | 第11-14页 |
| 1.1.1 CFA图像 | 第11-13页 |
| 1.1.2 数字相机处理流水线(Digial Camera Processing Pipeline) | 第13-14页 |
| 1.2 选题背景与意义 | 第14-24页 |
| 1.2.1 图像传感器噪声回顾 | 第15-16页 |
| 1.2.2 像素Binning方法回顾 | 第16-18页 |
| 1.2.3 高动态范围成像方法回顾 | 第18-20页 |
| 1.2.4 图像降噪算法回顾 | 第20-22页 |
| 1.2.5 图像色彩插补算法回顾 | 第22-24页 |
| 1.3 数字图像处理算法评价方法 | 第24-27页 |
| 1.4 论文主要工作及章节安排 | 第27-31页 |
| 2 图像传感器像素Binning方法研究 | 第31-53页 |
| 2.1 点阵采样理论(Sampling Lattice Theory) | 第31-32页 |
| 2.2 方形点阵采样Bayer图像传感器像素Binning | 第32-37页 |
| 2.2.1 网格(Grid)设计 | 第32-33页 |
| 2.2.2 方形点阵采样传感器像素Binning | 第33-35页 |
| 2.2.3 倾斜网格CFA传感器的摄像机 | 第35-37页 |
| 2.3 实验结果及分析 | 第37-48页 |
| 2.3.1 分辨率分析 | 第37-39页 |
| 2.3.2 色彩插补及噪声性能 | 第39-40页 |
| 2.3.3 MSE (Mean Square Error)测试 | 第40-48页 |
| 2.4 基于Binning的单曝光高动态范围成像 | 第48-51页 |
| 2.5 本章小结 | 第51-53页 |
| 3 图像传感器噪声分布研究 | 第53-67页 |
| 3.1 实现方案 | 第55-57页 |
| 3.1.1 数据获取方案 | 第55-56页 |
| 3.1.2 异方差像素噪声模型 | 第56-57页 |
| 3.2 像素域噪声模型研究 | 第57-58页 |
| 3.3 线性变换域噪声模型研究 | 第58-63页 |
| 3.3.1 离散小波变换 | 第58-60页 |
| 3.3.2 离散余弦变换 | 第60-61页 |
| 3.3.3 多尺度倍增新型变换 | 第61-63页 |
| 3.4 方差稳定变换域噪声模型研究 | 第63-64页 |
| 3.5 实验分析与讨论 | 第64-65页 |
| 3.5.1 实验分析 | 第64-65页 |
| 3.5.2 实验讨论 | 第65页 |
| 3.6 本章小结 | 第65-67页 |
| 4 小波域图像传感器噪声抑制算法研究 | 第67-83页 |
| 4.1 小波域混合泊松噪声模型 | 第67-71页 |
| 4.2 图像传感器噪声泊松混合降噪算法 | 第71-75页 |
| 4.3 实验结果与分析 | 第75-81页 |
| 4.4 本章小结 | 第81-83页 |
| 5 小波域图像传感器联合插补-降噪算法研究 | 第83-105页 |
| 5.1 后验稀疏导向色彩插补(Posterior Sparsity-Directed Demosaicking) | 第84-88页 |
| 5.2 小波域高斯尺度混合联合插补-降噪 | 第88-91页 |
| 5.2.1 先验模型 | 第88-89页 |
| 5.2.2 似然函数模型 | 第89-90页 |
| 5.2.3 小波域高斯尺度混合联合插补-降噪 | 第90-91页 |
| 5.3 实验结果与分析 | 第91-104页 |
| 5.4 本章小结 | 第104-105页 |
| 6 总结与展望 | 第105-109页 |
| 致谢 | 第109-111页 |
| 参考文献 | 第111-125页 |
| 作者攻读博士学位期间撰写和发表的论文及科研情况 | 第125页 |
