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

基于贝尔定律的水下目标光学图像颜色恢复

摘要第5-7页
Abstract第7-8页
1 绪论第11-15页
    1.1 水下目标光学图像颜色恢复的研究背景及现状第12-13页
    1.2 本文的研究工作和进度安排第13-15页
2 水下光场理论以及数据采集第15-22页
    2.1 水下光场第15-16页
    2.2 水的光学特性第16-20页
        2.2.1 固有光学特性和表观光学特性第17-18页
        2.2.2 漫散射系数第18-19页
        2.2.3 溶解的有机物和悬浮的无机物第19-20页
    2.3 水下数据采集第20-21页
    2.4 标准白板第21-22页
3 数字照相机原理第22-35页
    3.1 分辨颜色第22-23页
    3.2 数字摄像机中的 R、G 和 B第23-24页
    3.3 水下图像复原函数第24-27页
    3.4 图像预处理第27-33页
        3.4.1 摄像机的扩展功能介绍第28页
        3.4.2 计算照相机的扩展函数第28-31页
        3.4.3 对图像进行预处理第31-33页
    3.5 实现第33-35页
4 基于贝尔定律的颜色恢复算法实现及改进第35-52页
    4.1 颜色恢复基本算法第36-39页
    4.2 对底部反射率影响进行补偿的颜色恢复算法优化第39-42页
        4.2.1 获得补偿函数第39-40页
        4.2.2 优化算法后的结果第40-41页
        4.2.3 结果分析第41-42页
    4.3 对水溶性物质影响进行分析的颜色恢复算法优化第42-46页
        4.3.1 计算水的吸收系数和散射系数第43-44页
        4.3.2 研究结果第44-46页
    4.4 利用 MONTE CARLO 法计算漫衰减系数的颜色恢复优化算法第46-52页
        4.4.1 与本算法相关的光学参数第47页
        4.4.2 试验模拟方法第47-52页
5 对基于贝尔定律颜色恢复改进算法的实验研究第52-56页
    5.1 实验目的及原理第52-53页
    5.2 实验工具第53-54页
    5.3 实验过程第54页
    5.4 实验结果及分析第54-56页
6 与其他算法的比较第56-58页
    6.1 常见颜色恢复算法第56页
    6.2 本文方法与其他方法的比较第56-58页
7 总结第58-61页
参考文献第61-64页
致谢第64-65页
个人简历第65页
发表的学术论文第65-66页

论文共66页,点击 下载论文
上一篇:基于AdaBoost和鼻子检测算法的人脸检测方法研究
下一篇:脑部肿瘤MR图像分割算法的研究