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

基于非局部模型的CFA图像去马赛克

摘要第1-4页
Abstract第4-6页
目录第6-8页
第一章 绪论第8-12页
   ·研究的背景和意义第8-10页
   ·CFA 图像去马赛克研究发展状况第10-11页
   ·本论文的主要工作和安排第11-12页
第二章 CFA 图像去马赛克相关基础第12-24页
   ·颜色基本理论第12页
   ·颜色空间第12-16页
     ·RGB 空间模型第13-14页
     ·CIEXYZ 空间模型第14-15页
     ·CIELab 空间模型第15-16页
   ·传统 CFA 图像去马赛克算法简介第16-19页
     ·双线性插值算法第16-17页
     ·基于边缘的插值算法第17-18页
     ·Adams-HamiIton 自适应的插值算法第18-19页
   ·基于局部方向插值和非局部自适应阈值的去马赛克方法第19-20页
   ·去马赛克算法的性能评价第20-22页
     ·峰值信噪比 PSNR第21页
     ·拉链效应比 ZER第21-22页
   ·本章小结第22-24页
第三章 基于轮廓非局部均值的 CFA 图像去马赛克第24-38页
   ·引言第24页
   ·基于轮廓非局部均值的 CFA 图像马赛克方法第24-31页
     ·局部方向插值 G 通道第25-27页
     ·求插值图像的轮廓矩阵第27页
     ·基于轮廓的非局部均值修复插值图像第27-29页
     ·局部方向插值 R 和 B 通道第29-30页
     ·具体实施步骤第30-31页
   ·实验结果与分析第31-37页
     ·实验测试图像及参数设置第31-32页
     ·实验数据结果对比第32-35页
     ·实验图像结果对比第35-37页
   ·本章小结第37-38页
第四章 基于非局部低秩的 CFA 图像去马赛克第38-50页
   ·引言第38页
   ·基于非局部低秩的 CFA 图像去马赛克方法第38-43页
     ·局部方向插值第38页
     ·插值图像中插值误差的分布模型第38-40页
     ·非局部低秩修正插值图像第40-41页
     ·自适应阈值的选取第41-42页
     ·具体实施步骤第42-43页
   ·实验结果与分析第43-49页
     ·测试图像及实验参数第43-44页
     ·实验数据结果对比第44-47页
     ·实验图像结果对比第47-49页
   ·本章小结第49-50页
第五章 基于双字典稀疏表示的 CFA 图像去马赛克第50-64页
   ·引言第50-51页
   ·基于双字典稀疏表示的 CFA 图像去马赛克第51-56页
     ·双字典学习第51-53页
     ·求解插值图像的稀疏系数并修复插值图像第53-54页
     ·具体实施步骤第54-56页
   ·实验结果与分析第56-61页
     ·测试图像及实验参数第56页
     ·实验数据结果对比第56-59页
     ·实验图像结果对比第59-61页
   ·本章小结第61-64页
第六章 总结与展望第64-66页
   ·工作总结第64页
   ·展望第64-66页
致谢第66-68页
参考文献第68-72页
作者在研究生在读期间的研究成果第72-73页

论文共73页,点击 下载论文
上一篇:序列图像的场景自动合成技术研究
下一篇:自然图像的无参考型质量评价方法