针对亮度分布不均匀特定图像预处理算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 研究背景与研究意义 | 第9-12页 |
| 1.1.1 低照度图像的研究背景与意义 | 第9-10页 |
| 1.1.2 极光图像的研究背景与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 低照度图像的国内外研究现状 | 第12-14页 |
| 1.2.2 极光图像的国内外研究现状 | 第14-15页 |
| 1.3 论文主要工作及结构安排 | 第15-18页 |
| 1.3.1 论文主要工作 | 第15-16页 |
| 1.3.2 论文结构安排 | 第16-18页 |
| 第二章 分布不均匀图像预处理概述 | 第18-32页 |
| 2.1 低照度图像基本理论概述 | 第18-25页 |
| 2.1.1 低照度图像的定义和特性 | 第18-19页 |
| 2.1.2 对数图像处理模型 | 第19-23页 |
| 2.1.3 图像质量评价标准 | 第23-25页 |
| 2.2 极光图像 | 第25-31页 |
| 2.2.1 极光数据集 | 第25页 |
| 2.2.2 极光分类机制 | 第25-27页 |
| 2.2.3 极光图像预处理 | 第27-29页 |
| 2.2.4 传统极光图像量化方法 | 第29-30页 |
| 2.2.5 极光相关研究 | 第30-31页 |
| 2.3 本章小结 | 第31-32页 |
| 第三章 基于对数图像处理模型的低照度图像增强 | 第32-47页 |
| 3.1 引言 | 第32-33页 |
| 3.2 低照度图像增强算法流程 | 第33-34页 |
| 3.3 低照度图像分类 | 第34-35页 |
| 3.4 自适应光照补偿 | 第35-36页 |
| 3.5 弱光图像增强 | 第36-37页 |
| 3.6 局部高亮低照度图像增强 | 第37-41页 |
| 3.6.1 基于改进的引力搜索算法的图像分割 | 第37-39页 |
| 3.6.2 全局自适应图像增强和局部校正 | 第39-41页 |
| 3.7 实验与分析 | 第41-45页 |
| 3.8 本章小结 | 第45-47页 |
| 第四章 基于统计特性的极光图像非线性量化 | 第47-60页 |
| 4.1 引言 | 第47-48页 |
| 4.2 极光数据的统计分析 | 第48-50页 |
| 4.3 非线性量化函数设计 | 第50-52页 |
| 4.4 实验结果与分析 | 第52-59页 |
| 4.4.1 实验条件 | 第52-53页 |
| 4.4.2 预处理实验结果与分析 | 第53-57页 |
| 4.4.3 分类实验结果与分析 | 第57-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 论文总结 | 第60页 |
| 5.2 工作展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 附录 1 攻读硕士学位期间申请的专利 | 第65-66页 |
| 致谢 | 第66页 |
