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

基于颜色一致性的图像阴影消除算法研究

摘要第1-7页
ABSTRACT第7-9页
第一章 绪论第9-13页
   ·本文的研究背景及意义第9-10页
   ·国内外研究进展第10-11页
   ·本文的主要研究内容第11-12页
   ·本章小结第12-13页
第二章 图像阴影消除相关基础知识第13-27页
   ·阴影的概念及特点第13页
   ·光照模型第13-16页
     ·Lambert 模型第14页
     ·Phong 光照模型第14-15页
     ·整体光照模型第15-16页
   ·色彩原理第16-18页
     ·RGB 颜色模型第16-17页
     ·HSV 颜色模型第17-18页
     ·HSI 颜色模型第18页
   ·图像分割第18-26页
     ·基于边缘的图像分割第19-24页
     ·基于阈值处理分割第24-25页
     ·基于区域的分割第25-26页
     ·评价第26页
   ·本章小结第26-27页
第三章 图像阴影检测算法第27-33页
   ·目前的阴影检测算法第27-28页
     ·基于图像边缘信息检测阴影第27页
     ·基于颜色及亮度特性第27-28页
     ·基于区域特征第28页
   ·基于边缘的阴影检测算法第28-32页
     ·图像空间滤波第28-30页
     ·求图像梯度第30页
     ·运用分水岭算法第30-31页
     ·对边缘分类第31-32页
   ·本章小结第32-33页
第四章 图像阴影消除算法第33-41页
   ·目前阴影消除的方法第33-37页
     ·基于 1-D 积分的阴影去除算法第33-34页
     ·基于颜色恒常性的阴影去除方法第34-35页
     ·基于小波的阴影消除算法第35-36页
     ·纹理一致性纹理消除第36-37页
   ·基于颜色一致性的阴影消除算法第37-40页
     ·确定光照模型第37-38页
     ·确定光照的比例系数及消除公式第38页
     ·颜色一致性处理第38-40页
   ·本章小结第40-41页
第五章 实验结果第41-46页
   ·数据第41-42页
   ·实验结果第42-45页
     ·图像阴影检测结果第42-43页
     ·图像阴影消除的结果第43-45页
   ·本章小结第45-46页
第六章 总结与展望第46-47页
   ·总结第46页
   ·展望第46-47页
参考文献第47-51页
攻硕期间发表论文及科研成果第51-52页
致谢第52页

论文共52页,点击 下载论文
上一篇:动态场景下的背景提取算法研究
下一篇:基于特征选择和特征加权算法的文本分类研究