彩色图像处理中几个基本问题的研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-26页 |
| ·数字图像处理 | 第12-16页 |
| ·数字图像处理的简要回顾 | 第12-13页 |
| ·数字图像处理的主要研究内容 | 第13-14页 |
| ·数字图像处理的主要应用领域 | 第14-16页 |
| ·数字图像处理研究的重要意义 | 第16页 |
| ·彩色数字图像处理 | 第16-18页 |
| ·彩色图像处理研究的兴起 | 第16-17页 |
| ·彩色图像中的颜色信息描述 | 第17页 |
| ·彩色图像处理面临的困难 | 第17-18页 |
| ·本文研究所涉及领域及其该领域研究现状 | 第18-22页 |
| ·本文研究所涉及领域 | 第18-19页 |
| ·色差度量领域研究现状 | 第19-20页 |
| ·纹理分析领域研究现状 | 第20-21页 |
| ·边缘检测领域研究现状 | 第21-22页 |
| ·本文的主要工作及论文结构 | 第22-26页 |
| ·本文的主要工作与创新 | 第22-24页 |
| ·论文结构 | 第24-26页 |
| 第二章 颜色理论与颜色模型 | 第26-41页 |
| ·颜色理论 | 第26-28页 |
| ·光和颜色 | 第26-27页 |
| ·三基色理论 | 第27页 |
| ·颜色的分类和特性 | 第27-28页 |
| ·颜色模型与模型转换 | 第28-38页 |
| ·工业模型 | 第28-32页 |
| ·色度学模型 | 第32-36页 |
| ·视觉模型 | 第36-38页 |
| ·颜色模型性能分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第三章 基于RGB颜色矢量距离和角度的色差度量 | 第41-65页 |
| ·现有色差度量公式及其性能概述 | 第41-46页 |
| ·基于RGB颜色模型的色差度量公式 | 第41-42页 |
| ·基于色度学颜色模型的色差度量公式 | 第42-44页 |
| ·基于视觉颜色模型的色差度量公式 | 第44-45页 |
| ·三种主流色差度量公式的优势及缺陷 | 第45-46页 |
| ·基于RGB颜色矢量距离和角度的色差公式 | 第46-50页 |
| ·现有RGB色差度量公式存在的问题 | 第46-47页 |
| ·基于RGB颜色矢量距离和角度的色差公式 | 第47-50页 |
| ·多种色差公式的颜色量化实验构造 | 第50-56页 |
| ·颜色公式效果评测的一般方法 | 第50页 |
| ·颜色量化方法选择 | 第50-54页 |
| ·实验图像的选择 | 第54-55页 |
| ·量化效果评价标准 | 第55-56页 |
| ·多种色差算法的颜色量化实验结果 | 第56-64页 |
| ·复杂图像量化数据 | 第56-62页 |
| ·简单图像量化实例 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第四章 基于色彩共生矩阵的彩色图像纹理分析 | 第65-81页 |
| ·图像的纹理特征 | 第65-69页 |
| ·纹理特征及其重要性 | 第65-66页 |
| ·常用纹理分析办法简介 | 第66-68页 |
| ·常用纹理分析方法比较 | 第68-69页 |
| ·灰度共生矩阵纹理分析方法 | 第69-72页 |
| ·灰度共生矩阵纹理分析方法 | 第69-70页 |
| ·灰度共生矩阵纹理分析方法的缺陷 | 第70-72页 |
| ·色彩共生矩阵纹理分析方法 | 第72-80页 |
| ·色彩共生矩阵的构造 | 第72-74页 |
| ·纹理特征的获取 | 第74-76页 |
| ·色彩共生矩阵的应用实验 | 第76-80页 |
| ·本章小结 | 第80-81页 |
| 第五章 彩色图像的自适应边缘检测 | 第81-133页 |
| ·边缘与边缘检测 | 第81-83页 |
| ·什么是边缘? | 第81-82页 |
| ·边缘检测的基本步骤 | 第82-83页 |
| ·灰度图像的边缘检测 | 第83-98页 |
| ·经典模板算子方法 | 第83-87页 |
| ·线性滤波方法 | 第87-93页 |
| ·其他方法 | 第93-96页 |
| ·部分边缘检测方法效果示例 | 第96-98页 |
| ·灰度图像的自适应边缘检测 | 第98-110页 |
| ·高斯函数的重要性质 | 第98-99页 |
| ·自适应边缘检测的现状 | 第99-100页 |
| ·本文的空间域自适应平滑方法 | 第100-102页 |
| ·本文的惯性矩映射方法 | 第102-104页 |
| ·改进的LOG算法和Canny算法的实现 | 第104-110页 |
| ·彩色图像的边缘检测现状 | 第110-121页 |
| ·彩色图像边缘提取的单分量方法 | 第110-111页 |
| ·彩色图像边缘提取的分量综合方法 | 第111-119页 |
| ·彩色图像边缘提取的整体矢量方法 | 第119-120页 |
| ·彩色图像边缘检测的现状评述 | 第120-121页 |
| ·多模型亮度表示综合法自适应检测彩色图像边缘 | 第121-124页 |
| ·符合视觉效果的彩色图像自适应边缘检测 | 第124-131页 |
| ·彩色图像中的椒盐噪声清除 | 第124-126页 |
| ·邻域同类色饱和度平滑 | 第126-128页 |
| ·符合视觉效果的彩色图像自适应边缘检测 | 第128-131页 |
| ·本章小结 | 第131-133页 |
| 第六章 总结与展望 | 第133-136页 |
| ·本文的工作总结 | 第133-134页 |
| ·未来工作的展望 | 第134-136页 |
| 参考文献 | 第136-147页 |
| 攻读博士学位期间科研和发表论文情况 | 第147-148页 |
| 致谢 | 第148页 |
