基于视频交通车辆检测系统的图像增强的研究
摘要 | 第1-3页 |
Abstract | 第3-5页 |
第1章 绪论 | 第5-9页 |
·智能交通系统的概述 | 第5-7页 |
·课题研究背景 | 第7页 |
·基于视频交通车辆检测系统图像增强研究的思想 | 第7-9页 |
第2章 图像增强处理概论 | 第9-19页 |
·数字图像处理技术 | 第9-11页 |
·数字图像 | 第9-10页 |
·数字图像处理系统 | 第10-11页 |
·数字图像处理软件 | 第11页 |
·直方图技术 | 第11-19页 |
·直方图均衡化算法 | 第12-15页 |
·局部直方图均衡化 | 第15-19页 |
第3章 基于CLAHE算法的图像增强研究 | 第19-37页 |
·彩色图像对比度修正 | 第19-21页 |
·彩色空间模型 | 第19-20页 |
·彩色空间转换 | 第20-21页 |
·对比度受限的局部直方图均衡化算法实现 | 第21-24页 |
·真彩图像对比度的判断 | 第21-23页 |
·有限对比度适应性直方图均衡化算法 | 第23-24页 |
·小波去噪 | 第24-27页 |
·图像去噪的意义 | 第24-25页 |
·小波图像去噪的发展 | 第25页 |
·小波去噪原理 | 第25-27页 |
·CNN边缘锐化 | 第27-33页 |
·细胞神经网络综述 | 第27-30页 |
·细胞神经网络提取灰度图像边缘 | 第30-32页 |
·细胞神经网络参数设计 | 第32-33页 |
·图像质量评价 | 第33-37页 |
·图像质量的概念 | 第33-34页 |
·图像质量评价在智能交通系统中的应用 | 第34-37页 |
第4章 实验仿真 | 第37-45页 |
·颜色空间的转换 | 第37-38页 |
·基于CLAHE算法的实验结果及分析 | 第38-41页 |
·CNN边缘锐化 | 第41-45页 |
第5章 总结与展望 | 第45-47页 |
参考文献 | 第47-51页 |
攻读学位期间的研究成果 | 第51-53页 |
致谢 | 第53-55页 |