基于单帧图像的CRF估计及HDR图像生成方法研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 缩略词表 | 第8-9页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 引言 | 第9-10页 |
| 1.2 相机响应函数CRF估计研究现状 | 第10-12页 |
| 1.2.1 基于多曝光图像的CRF估计 | 第10-11页 |
| 1.2.2 基于单帧图像的CRF估计 | 第11-12页 |
| 1.3 HDR成像技术发展现状 | 第12-15页 |
| 1.3.1 多曝光HDR图像成像技术 | 第12-13页 |
| 1.3.2 单帧图像的HDR图像成像技术 | 第13-15页 |
| 1.4 HDR图像的应用领域 | 第15-17页 |
| 1.5 论文的组织结构 | 第17-18页 |
| 第二章 基于单帧图像的HDR成像技术 | 第18-29页 |
| 2.1 LDR图像扩展方法 | 第18-19页 |
| 2.2 线性模型 | 第19-20页 |
| 2.3 全局模型 | 第20-22页 |
| 2.4 分类模型 | 第22-23页 |
| 2.5 扩展映射模型 | 第23-26页 |
| 2.5.1 非线性扩展映射 | 第23-25页 |
| 2.5.2 线性扩展映射 | 第25-26页 |
| 2.6 基于用户模型 | 第26-28页 |
| 2.7 本章小结 | 第28-29页 |
| 第三章 基于单帧图像的ICRF估计 | 第29-51页 |
| 3.1 基于DORF库的ICRF经验模型 | 第29-32页 |
| 3.2 先验概率建模 | 第32-39页 |
| 3.2.1 三角核密度估计模型 | 第32-35页 |
| 3.2.2 Parzen窗密度估计模型 | 第35-36页 |
| 3.2.3 高斯混合概率模型 | 第36-39页 |
| 3.3 条件似然概率建模 | 第39-44页 |
| 3.3.1 边缘色彩的非线性分布 | 第39-41页 |
| 3.3.2 边缘图块集的提取 | 第41-43页 |
| 3.3.3 条件似然函数建模 | 第43-44页 |
| 3.4 实验过程及结果分析 | 第44-49页 |
| 3.4.1 可变参数λ的分析 | 第44-47页 |
| 3.4.2 先验概率模型的分析 | 第47-48页 |
| 3.4.3 ICRF估计方法的对比分析 | 第48-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第四章 基于ICRF估计的单帧图像HDR成像 | 第51-70页 |
| 4.1 基于反色调映射生成HDR图像 | 第51-54页 |
| 4.1.1 传统点对点反色调映射 | 第51-52页 |
| 4.1.2 使用权重函数改进的反色调映射 | 第52-54页 |
| 4.2 基于ICRF生成HDR图像 | 第54-58页 |
| 4.2.1 LWLR的基本原理 | 第54-56页 |
| 4.2.2 LDR图像的ICRF校正 | 第56-58页 |
| 4.3 实验过程及结果分析 | 第58-69页 |
| 4.3.1 DRIM图像质量评估 | 第59-64页 |
| 4.3.2 HDR-VDP和HDR-VDP2评估 | 第64-68页 |
| 4.3.3 算法效率比较 | 第68-69页 |
| 4.4 本章小结 | 第69-70页 |
| 第五章 全文工作总结与展望 | 第70-72页 |
| 5.1 总结 | 第70页 |
| 5.2 展望 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 个人简历及攻读硕士期间的研究成果 | 第77页 |
