高动态范围安检图像压缩算法的研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10页 |
| 1.3 论文研究内容及意义 | 第10-11页 |
| 1.4 论文组织结构 | 第11-13页 |
| 第二章 安检图像动态范围压缩综述 | 第13-19页 |
| 2.1 全局动态范围压缩方法 | 第13-14页 |
| 2.2 局部动态范围压缩方法 | 第14页 |
| 2.3 安检图像动态范围压缩方法 | 第14-15页 |
| 2.4 几种动态范围压缩方法的比较 | 第15-18页 |
| 2.4.1 最优化映射曲线算法 | 第15-16页 |
| 2.4.2 直方图调整算法 | 第16-17页 |
| 2.4.3 Retinex算法 | 第17页 |
| 2.4.4 低曲率图像化简算法 | 第17页 |
| 2.4.5 分析与比较 | 第17-18页 |
| 2.5 本章小结 | 第18-19页 |
| 第三章 单能安检图像动态范围压缩 | 第19-34页 |
| 3.1 数学模型建立 | 第19-20页 |
| 3.2 梯度域图像动态范围压缩方法实现步骤 | 第20-28页 |
| 3.2.1 建立图像高斯金字塔 | 第21页 |
| 3.2.2 梯度衰减函数 | 第21-23页 |
| 3.2.3 图像重建 | 第23-28页 |
| 3.3 实验结果和分析 | 第28-33页 |
| 3.3.1 实验结果 | 第28-32页 |
| 3.3.2 参数选取的讨论 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 双能安检图像动态范围压缩 | 第34-51页 |
| 4.1 图像融合方法分析与比较 | 第34-35页 |
| 4.2 基于马尔科夫随机场的梯度融合方法 | 第35-42页 |
| 4.2.1 像素权重计算方法 | 第35-36页 |
| 4.2.2 基于马尔科夫随机场的融合模型 | 第36-38页 |
| 4.2.3 最小化能量函数求融合权重 | 第38-42页 |
| 4.3 双能安检图像动态范围压缩 | 第42-44页 |
| 4.3.1 图像处理流程 | 第42-43页 |
| 4.3.2 估算图像高斯金字塔每层图像的梯度 | 第43-44页 |
| 4.4 实验结果及分析 | 第44-49页 |
| 4.4.1 图像融合实验结果 | 第44-46页 |
| 4.4.2 图像梯度融合结合动态范围压缩实验结果 | 第46-49页 |
| 4.5 本章小结 | 第49-51页 |
| 第五章 论文工作总结与展望 | 第51-53页 |
| 5.1 总结 | 第51页 |
| 5.2 展望 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-57页 |
