摘要 | 第5-7页 |
abstract | 第7-8页 |
第一章 绪论 | 第12-27页 |
1.1 本文研究的背景与意义 | 第12-13页 |
1.2 视网膜概述 | 第13-22页 |
1.2.1 视网膜结构 | 第13-16页 |
1.2.2 视网膜垂直通路 | 第16-19页 |
1.2.2.1 光感受器 | 第16-17页 |
1.2.2.2 双极细胞 | 第17-18页 |
1.2.2.3 神经节细胞 | 第18-19页 |
1.2.3 视网膜水平通路 | 第19-22页 |
1.2.3.1 水平细胞 | 第20-21页 |
1.2.3.2 无长突细胞 | 第21-22页 |
1.3 视网膜计算模型 | 第22-24页 |
1.4 本文研究的思路与贡献 | 第24-26页 |
1.5 本文章节安排 | 第26-27页 |
第二章 视网膜机制启发的颜色恒常模型 | 第27-63页 |
2.1 引言 | 第27-36页 |
2.1.1 问题描述 | 第27-28页 |
2.1.2 研究现状 | 第28-34页 |
2.1.3 本章内容 | 第34-36页 |
2.2 视网膜机制启发的颜色恒常模型 | 第36-42页 |
2.2.1 模型框架 | 第36-37页 |
2.2.2 视锥受光激发的活动 | 第37页 |
2.2.3 水平细胞对视锥活动的调节 | 第37-38页 |
2.2.4 神经节细胞带去抑制作用的单拮抗感受野 | 第38-41页 |
2.2.5 神经节细胞的适应 | 第41-42页 |
2.3 实验结果 | 第42-60页 |
2.3.1 神经节细胞非经典感受野的去抑制作用 | 第43-45页 |
2.3.1.1 面积响应曲线 | 第43-44页 |
2.3.1.2 散点效应 | 第44-45页 |
2.3.2 神经节细胞非经典感受野的动态适应 | 第45页 |
2.3.3 神经节细胞非经典感受野在颜色恒常中的作用 | 第45-49页 |
2.3.4 模型在单光源场景中的性能表现 | 第49-59页 |
2.3.4.1 SFU实验室图像库 | 第49-53页 |
2.3.4.2 SFU灰色球图像库 | 第53-55页 |
2.3.4.3 Gehler-Shi色板图像库 | 第55页 |
2.3.4.4 参数对结果的影响 | 第55-57页 |
2.3.4.5 不同感受野大小对结果的影响 | 第57-58页 |
2.3.4.6 对无色偏图像的处理 | 第58-59页 |
2.3.5 模型在多光源场景中的性能表现 | 第59-60页 |
2.4 本章小结 | 第60-63页 |
第三章 视网膜机制启发的单幅图像去雾增强 | 第63-88页 |
3.1 引言 | 第63-69页 |
3.1.1 问题描述 | 第63-65页 |
3.1.2 研究现状 | 第65-68页 |
3.1.3 本章内容 | 第68-69页 |
3.2 视网膜机制启发的图像增强模型 | 第69-74页 |
3.2.1 模型框架 | 第69-70页 |
3.2.2 双极细胞高斯差感受野 | 第70-72页 |
3.2.3 神经节细胞非经典感受野 | 第72-74页 |
3.3 实验结果 | 第74-86页 |
3.3.1 双极细胞高斯差感受野去除大气散射光 | 第74-76页 |
3.3.2 神经节细胞非经典感受野去除乘性衰减 | 第76-77页 |
3.3.3 ON/OFF通路扩展图像动态范围 | 第77-78页 |
3.3.4 本章模型去雾效果 | 第78-86页 |
3.3.4.1 本章模型和现有去雾算法在真实图像上的直观比较 | 第80-83页 |
3.3.4.2 本章模型和现有去雾算法在合成图像上的量化评价 | 第83-86页 |
3.4 本章小结 | 第86-88页 |
第四章 视网膜机制启发的高动态范围图像显示 | 第88-119页 |
4.1 引言 | 第88-97页 |
4.1.1 问题描述 | 第88-90页 |
4.1.2 研究现状 | 第90-97页 |
4.1.3 本章内容 | 第97页 |
4.2 视网膜机制启发的高动态范围图像显示 | 第97-101页 |
4.2.1 算法框架 | 第97-98页 |
4.2.2 水平细胞对视锥输出的动态调整 | 第98-101页 |
4.2.3 双极细胞的高斯差感受野 | 第101页 |
4.3 实验结果 | 第101-115页 |
4.3.1 水平细胞对视锥输出的动态调整 | 第102-105页 |
4.3.1.1 水平细胞动态感受野 | 第102-103页 |
4.3.1.2 水平细胞调整视锥输出 | 第103-105页 |
4.3.2 双极细胞高斯差感受野的局部增强 | 第105-107页 |
4.3.3 本章算法高动态范围图像显示效果 | 第107-109页 |
4.3.4 本章算法和多种经典色调映射算法比较 | 第109-115页 |
4.3.4.1 直观比较 | 第109-110页 |
4.3.4.2 量化评价 | 第110-115页 |
4.3.5 本章算法在真实场景中的应用 | 第115页 |
4.4 本章小结 | 第115-119页 |
第五章 总结与展望 | 第119-123页 |
5.1 论文工作总结 | 第119-121页 |
5.2 未来工作展望 | 第121-123页 |
致谢 | 第123-124页 |
参考文献 | 第124-150页 |
攻读博士学位期间取得的成果 | 第150-151页 |