首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于亮度变化的图像增强算法

摘要第4-5页
ABSTRACT第5页
第一章 绪论第8-12页
    1.1 概述第8-9页
    1.2 国内外研究现状第9-11页
        1.2.1 图像增强研究现状第9-10页
        1.2.2 基于亮度的图像增强研究现状第10-11页
    1.3 本文的组织结构第11-12页
第二章 数字图像处理基础第12-32页
    2.1 图像来源第12-13页
    2.2 经典亮度改变方法第13-18页
        2.2.1 调整RGB第13-14页
        2.2.2 转换到HSL空间调整第14-18页
    2.3 Retinex理论第18-19页
    2.4 相机响应函数第19-24页
        2.4.1 Debevec和Malik算法第20-22页
        2.4.2 Mitsunaga和Nayar自适应算法第22-24页
    2.5 灰度变化第24-29页
        2.5.1 图像反转第25页
        2.5.2 对数变换第25-27页
        2.5.3 伽马变换第27-29页
    2.6 图像质量评价方法第29-30页
        2.6.1 图像质量主观评价第29页
        2.6.2 图像质量客观评价第29-30页
    2.7 本章小结第30-32页
第三章 亮度响应函数第32-42页
    3.1 算法的基本思路第32-33页
    3.2 算法框架第33-34页
    3.3 计算亮度曲线第34-38页
        3.3.1 两幅图像亮度差值计算第34-36页
        3.3.2 响应函数更新第36-38页
        3.3.3 亮度响应函数算法第38页
    3.4 图像亮度增强第38-42页
        3.4.1 调整亮度基本原理第38-40页
        3.4.2 亮度调整算法第40页
        3.4.3 亮度增强效果第40-42页
第四章 亮度响应函数实验分析第42-64页
    4.1 图像分析第43-46页
        4.1.1 图像要求第43页
        4.1.2 图像数量分析第43-46页
    4.2 图像特征分析第46-55页
        4.2.1 亮度特征第47-48页
        4.2.2 亮度特征计算第48-49页
        4.2.3 特征提取算法第49页
        4.2.4 特征提取实验第49-51页
        4.2.5 图像亮度对比分析第51-54页
        4.2.6 图像组合分析第54-55页
    4.3 多种亮度曲线分析第55-59页
        4.3.1 亮度曲线与相机响应曲线第55-56页
        4.3.2 分组亮度响应曲线第56-57页
        4.3.3 高精度亮度曲线第57-59页
    4.4 亮度曲线比较与分析第59-64页
第五章 总结与展望第64-66页
参考文献第66-68页
发表论文及科研情况第68-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:基于TensorFlow的交通标识智能识别系统设计
下一篇:创客背景下“3D打印笔”在小学美术教学中的应用研究