基于Lab色度空间的色偏检测技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题的背景和意义 | 第7页 |
| ·国内外研究动态 | 第7-9页 |
| ·论文的主要工作及内容安排 | 第9-11页 |
| 第二章 数字图像质量评价的研究重点 | 第11-23页 |
| ·数字图像质量评价中的锐度评价 | 第11-15页 |
| ·图像锐度评价经典算法 | 第11-13页 |
| ·图像锐度评价研究热点 | 第13-14页 |
| ·图像锐度评价小结 | 第14-15页 |
| ·数字图像质量评价中的结构相似度评价 | 第15-21页 |
| ·图像结构相似度评价经典算法 | 第15-17页 |
| ·图像结构相似度评价研究热点 | 第17-21页 |
| ·图像结构相似度评价小结 | 第21页 |
| ·数字图像质量评价中的颜色评价 | 第21-22页 |
| ·小结 | 第22-23页 |
| 第三章 数字图像色偏检测技术 | 第23-33页 |
| ·数字图像色偏检测基础 | 第23-24页 |
| ·经典色偏检测算法 | 第24-27页 |
| ·max_RGB 算法 | 第24-25页 |
| ·Grey World 算法 | 第25-26页 |
| ·Retinex 算法 | 第26-27页 |
| ·基于 Lab 色度空间的色偏检测算法 | 第27-31页 |
| ·算法概述 | 第27页 |
| ·算法基本流程 | 第27-30页 |
| ·算法分析 | 第30-31页 |
| ·小结 | 第31-33页 |
| 第四章 改进的 Lab 色度空间色偏检测算法 | 第33-47页 |
| ·改进算法流程描述 | 第33-35页 |
| ·非色偏图像的再检测研究 | 第35-38页 |
| ·原理概述 | 第35-36页 |
| ·非色偏图像再检测算法描述 | 第36-38页 |
| ·色偏图像的分类研究 | 第38-42页 |
| ·原理概述 | 第38-40页 |
| ·色偏图像分类算法描述 | 第40-42页 |
| ·实验结果及分析 | 第42-45页 |
| ·小结 | 第45-47页 |
| 第五章 数字图像质量评价平台的开发实现 | 第47-58页 |
| ·平台综述 | 第47-48页 |
| ·模块开发 | 第48-53页 |
| ·图像质量评价与检测模块 | 第49-51页 |
| ·算法性能评估模块设计 | 第51-52页 |
| ·算法性能评估模块的实现 | 第52-53页 |
| ·平台仿真分析 | 第53-57页 |
| ·图像质量检测模块仿真分析 | 第53-54页 |
| ·算法性能分析模块仿真分析 | 第54-57页 |
| ·小结 | 第57-58页 |
| 第六章 总结和展望 | 第58-60页 |
| ·总结 | 第58-59页 |
| ·未来工作展望 | 第59-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-65页 |
