自然光照下葡萄叶片图像的颜色恢复与阴影检测
| 摘要 | 第2-3页 |
| Summary | 第3-4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 课题研究的目的和意义 | 第7-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 颜色恒常性 | 第9-10页 |
| 1.2.2 阴影检测 | 第10-11页 |
| 1.3 论文主要研究内容与章节安排 | 第11-13页 |
| 第二章 颜色恒常性计算的理论基础 | 第13-21页 |
| 2.1 颜色恒常性计算的理论基础 | 第13-16页 |
| 2.1.1 光线 | 第13页 |
| 2.1.2 物体表面反射 | 第13-15页 |
| 2.1.3 感光函数及成像模型 | 第15-16页 |
| 2.2 颜色恒常性算法 | 第16-19页 |
| 2.2.1 无监督的颜色恒常性算法 | 第16-18页 |
| 2.2.2 有监督的颜色恒常性算法 | 第18-19页 |
| 2.3 图像颜色校正 | 第19页 |
| 2.4 本章小结 | 第19-21页 |
| 第三章 自然条件下葡萄叶片图像颜色的恢复试验 | 第21-32页 |
| 3.1 CIEL*a*b*颜色空间的介绍 | 第21-23页 |
| 3.2 自然条件下葡萄叶片图像中颜色的分布 | 第23-25页 |
| 3.3 算法性能评价 | 第25-26页 |
| 3.3.1 颜色差异度量的方法 | 第25-26页 |
| 3.3.2 算法光照色度准确性的评价标准 | 第26页 |
| 3.4 颜色一致性恢复的结果与分析 | 第26-30页 |
| 3.5 本章小结 | 第30-32页 |
| 第四章 图像中阴影的特点及其性质 | 第32-39页 |
| 4.1 阴影的类型 | 第32-33页 |
| 4.2 阴影的光谱性质 | 第33-36页 |
| 4.3 可见光和NIR图像阴影检测的相关工作 | 第36-38页 |
| 4.3.1 半自动方法 | 第36页 |
| 4.3.2 全自动方法 | 第36-38页 |
| 4.4 本章小结 | 第38-39页 |
| 第五章 近红外与彩色图像联合检测阴影的算法 | 第39-53页 |
| 5.1 近红外（NIR）图像 | 第39-41页 |
| 5.2 阴影检测算法 | 第41-47页 |
| 5.2.1 阴影候选图 | 第42-45页 |
| 5.2.2 颜色比率图 | 第45-46页 |
| 5.2.3 二进制阴影掩膜 | 第46-47页 |
| 5.3 试验结果与分析 | 第47-51页 |
| 5.3.1 试验结果 | 第48-49页 |
| 5.3.2 定量分析 | 第49-51页 |
| 5.4 本章小结 | 第51-53页 |
| 第六章 总结与展望 | 第53-56页 |
| 6.1 总结 | 第53-54页 |
| 6.2 展望 | 第54-56页 |
| 参考文献 | 第56-63页 |
| 致谢 | 第63-64页 |
| 作者简介 | 第64-65页 |
| 导师简介 | 第65-66页 |
