| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题背景与意义 | 第11-14页 |
| 1.2 研究现状与挑战 | 第14-15页 |
| 1.3 本文主要工作与创新点 | 第15-16页 |
| 1.4 本文主要结构 | 第16-18页 |
| 第二章 数字成像系统与高动态范围成像(HDR)技术概述 | 第18-23页 |
| 2.1 数字成像的基本原理 | 第18-19页 |
| 2.2 数字成像的动态范围 | 第19-20页 |
| 2.3 高动态范围图像的获取 | 第20-21页 |
| 2.4 本章小结 | 第21-23页 |
| 第三章 多曝光图像融合技术中的运动检测与鬼影去除算法 | 第23-33页 |
| 3.1 "鬼影"的产生 | 第23-24页 |
| 3.2 针对场景中不同运动物体的运动检测算法 | 第24-26页 |
| 3.2.1 无参考图像的运动检测与鬼影去除算法 | 第25-26页 |
| 3.2.2 选取参考图像的运动检测与鬼影去除算法 | 第26页 |
| 3.3 在不同域内的运动检测与鬼影去除算法 | 第26-28页 |
| 3.3.1 在辐射域内的运动检测与鬼影去除算法 | 第27页 |
| 3.3.2 在图像域内的运动检测与鬼影去除算法 | 第27-28页 |
| 3.4 算法评价与比较 | 第28-32页 |
| 3.4.1 运动检测与鬼影去除算法归纳 | 第28-29页 |
| 3.4.2 运动检测与鬼影去除算法实验结果比较与分析 | 第29-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 基于类内与类间一致性的鬼影去除算法 | 第33-46页 |
| 4.1 引言 | 第33-34页 |
| 4.2 算法概述 | 第34-35页 |
| 4.3 基于图像直方图归一化的类内一致性判定 | 第35-36页 |
| 4.4 基于超像素分割的类间一致性判定 | 第36-38页 |
| 4.5 图像融合 | 第38-39页 |
| 4.6 实验结果与分析 | 第39-45页 |
| 4.7 本章小结 | 第45-46页 |
| 第五章 基于结构一致性与对比度质量的鬼影去除算法 | 第46-56页 |
| 5.1 引言 | 第46-47页 |
| 5.2 图像结构特征提取与一致性判定 | 第47-48页 |
| 5.3 图像对比度特征提取与融合判定 | 第48-49页 |
| 5.4 实验结果与分析 | 第49-54页 |
| 5.4.1 参数设置 | 第50-51页 |
| 5.4.2 实验结果比较与分析 | 第51-54页 |
| 5.5 本章小结 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 本文工作总结 | 第56-57页 |
| 6.2 未来展望 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间发表的学术论文和参加科研情况 | 第64页 |
| 所获奖励与名誉 | 第64-65页 |
| 学位论文评阅及答辩情况表 | 第65页 |
