基于贝叶斯推理的颜色恒常性计算
致谢 | 第1-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-10页 |
1 引言 | 第10-15页 |
·问题提出 | 第10-11页 |
·研究意义 | 第11页 |
·研究现状 | 第11-13页 |
·颜色恒常性计算的研究方向 | 第11-12页 |
·颜色恒常性计算算法分类 | 第12-13页 |
·论文研究内容 | 第13页 |
·论文组织结构 | 第13-15页 |
2 颜色恒常性计算 | 第15-32页 |
·颜色恒常性计算的理论基础 | 第15-20页 |
·色度学理论 | 第15-17页 |
·颜色传感器数学模型 | 第17-19页 |
·von Kries色系数定律(对角模型) | 第19-20页 |
·颜色恒常性计算算法介绍 | 第20-29页 |
·基于灰度世界(Grey-World)假设的算法 | 第20-22页 |
·基于灰度边缘(Grey-Edge)假设的算法 | 第22-25页 |
·其它颜色恒常性计算算法 | 第25-29页 |
·颜色恒常性计算算法融合 | 第29-31页 |
·标准融合 | 第29-30页 |
·基于自然图像特征统计的融合技术 | 第30-31页 |
·本章小结 | 第31-32页 |
3 基于贝叶斯推理的颜色恒常性计算研究 | 第32-51页 |
·概述 | 第32-33页 |
·威布尔(Weibull)分布与图像纹理特征 | 第33-39页 |
·威布尔(Weibull)分布函数 | 第33-34页 |
·威布尔(Weibull)参数估计 | 第34-36页 |
·威布尔(Weibull)模型表示图像特征 | 第36-39页 |
·贝叶斯推理基础 | 第39-40页 |
·基于贝叶斯推理的颜色恒常性计算研究 | 第40-46页 |
·算法原理 | 第40-42页 |
·算法候选集 | 第42-43页 |
·算法过程 | 第43-45页 |
·算法总结 | 第45-46页 |
·两种光照估计计算方法 | 第46-47页 |
·单一算法选择 | 第46页 |
·多算法融合 | 第46-47页 |
·算法流程 | 第47-50页 |
·本章小结 | 第50-51页 |
4 实验结果及分析 | 第51-64页 |
·实验数据采集 | 第51-53页 |
·算法性能评价方法 | 第53-54页 |
·实验环境及算法设计 | 第54-57页 |
·实验环境 | 第54-55页 |
·算法设计 | 第55-57页 |
·实验结果 | 第57-63页 |
·算法性能比较与分析 | 第57-59页 |
·图像校正效果 | 第59-63页 |
·本章小结 | 第63-64页 |
5 总结与展望 | 第64-66页 |
·论文工作总结 | 第64-65页 |
·进一步工作展望 | 第65-66页 |
参考文献 | 第66-69页 |
学位论文数据集 | 第69页 |