摘要 | 第4-6页 |
abstract | 第6-8页 |
专用术语注释表 | 第11-13页 |
第一章 绪论 | 第13-27页 |
1.1 研究的背景及意义 | 第13-15页 |
1.2 国内外研究现状 | 第15-25页 |
1.2.1 灰度图像彩色化的研究现状 | 第15-19页 |
1.2.2 基于彩色化的色度图像超分辨率重建 | 第19-20页 |
1.2.3 彩色图像灰度化的研究现状 | 第20-25页 |
1.3 论文研究内容和主要结构 | 第25-27页 |
第二章 色彩信息与视觉感知 | 第27-52页 |
2.1 颜色空间模型 | 第27-35页 |
2.1.1 RGB颜色空间模型 | 第28-29页 |
2.1.2 CMY(K)颜色空间模型 | 第29-30页 |
2.1.3 YUV颜色空间模型 | 第30-31页 |
2.1.4 HSI颜色空间模型 | 第31-32页 |
2.1.5 CIEL*a*b*颜色空间模型 | 第32-35页 |
2.2 人类视觉系统与计算机视觉 | 第35-45页 |
2.2.1 人类视觉系统的构成 | 第36-38页 |
2.2.2 人类视觉系统的特性 | 第38-42页 |
2.2.3 计算机视觉的显著性估计 | 第42-45页 |
2.3 图像质量评价 | 第45-50页 |
2.3.1 主观评价方法 | 第45-46页 |
2.3.2 客观评价方法 | 第46-48页 |
2.3.3 其他评价方法 | 第48-50页 |
2.4 本章小结 | 第50-52页 |
第三章 灰度图像彩色化 | 第52-68页 |
3.1 引言 | 第52-53页 |
3.2 基于邻域相似像素和有效集优化的彩色化算法 | 第53-58页 |
3.2.1 YUV联合相关性和图像自回归模型 | 第54页 |
3.2.2 有效集优化算法求自回归模型加权系数 | 第54-56页 |
3.2.3 邻域相似像素搜索 | 第56-57页 |
3.2.4 完成图像彩色化 | 第57-58页 |
3.3 实验结果及分析 | 第58-66页 |
3.3.1 实验设置 | 第58-59页 |
3.3.2 实验结果对比 | 第59-66页 |
3.4 本章小结 | 第66-68页 |
第四章 基于彩色化的色度图像超分辨率重建 | 第68-93页 |
4.1 引言 | 第68-69页 |
4.2 基于彩色化迭代反投影的色度图像超分辨率重建 | 第69-77页 |
4.2.1 提高初始颜色信息准确性 | 第70-71页 |
4.2.2 选取彩色化算法 | 第71-72页 |
4.2.3 获得高分辨率色度图像 | 第72-73页 |
4.2.4 实验结果及分析 | 第73-77页 |
4.3 基于导引滤波的色度图像超分辨率重建 | 第77-83页 |
4.3.1 获得初始高分辨率色度图像 | 第77-78页 |
4.3.2 以灰度图像为参考的导引滤波 | 第78-79页 |
4.3.3 获得高分辨率色度图像 | 第79-80页 |
4.3.4 实验结果及分析 | 第80-83页 |
4.4 基于凸集投影的色度图像超分辨率重建 | 第83-91页 |
4.4.1 凸集投影理论 | 第84-85页 |
4.4.2 局部约束和全局约束 | 第85-87页 |
4.4.3 获得高分辨率色度图像 | 第87-88页 |
4.4.4 实验结果及分析 | 第88-91页 |
4.5 本章小结 | 第91-93页 |
第五章 彩色图像灰度化 | 第93-117页 |
5.1 引言 | 第93-94页 |
5.2 保持像素显著性的全局灰度化算法 | 第94-103页 |
5.2.1 灰度化映射函数和灰度化结果选取 | 第95-96页 |
5.2.2 全分辨率显著图计算 | 第96-98页 |
5.2.3 实验结果及分析 | 第98-103页 |
5.3 保持像素梯度和区域显著性的灰度化算法 | 第103-116页 |
5.3.1 灰度化映射函数 | 第103-105页 |
5.3.2 像素梯度与区域显著性相结合的灰度图选取 | 第105-109页 |
5.3.3 实验结果及分析 | 第109-116页 |
5.4 本章小结 | 第116-117页 |
第六章 总结与展望 | 第117-120页 |
6.1 全文工作总结 | 第117-118页 |
6.2 展望 | 第118-120页 |
参考文献 | 第120-127页 |
附录1 攻读博士学位期间撰写的论文 | 第127-129页 |
附录2 攻读博士学位期间参加的科研项目 | 第129-130页 |
致谢 | 第130-131页 |