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

基于人类视觉系统模型的图像增强算法和偏微分图像去噪的研究

第一章 绪论第1-15页
   ·数字图像处理的发展历史第7-8页
   ·数字图像处理主要的研究内容第8-10页
   ·数字图像处理的应用第10-12页
   ·本文中的图像处理问题第12-13页
     ·研究背景和目标第12页
     ·图像增强第12-13页
     ·图像去噪第13页
   ·本文所做的工作和文章的结构第13-15页
第二章 色彩空间和人类视觉系统模型第15-27页
   ·色彩空间第15-21页
     ·比色法色彩空间第15-17页
     ·减法色彩空间第17-18页
     ·视频色彩空间第18-19页
     ·非标准色彩空间第19-21页
   ·人类视觉系统第21-27页
     ·人类视觉系统的基本构造第21-22页
     ·视觉现象第22-24页
       ·对比灵敏度第22页
       ·同时对比度第22-23页
       ·亮度适应能力第23页
       ·侧抑制现象第23-24页
     ·视觉模型第24-27页
       ·单色视觉模型第24-25页
       ·彩色视觉模型第25-27页
第三章 彩色图像增强第27-39页
   ·灰度变换法第27-32页
     ·线性变换第28-29页
       ·简单的线性灰度变换法第28页
       ·分段线性灰度变换法第28-29页
     ·非线性变换第29-32页
       ·对数变换第29页
       ·指数变换第29页
       ·二次函数变换第29-30页
       ·Gamma变换第30-31页
       ·“S”型曲线第31-32页
   ·直方图修整法第32-34页
     ·直方图均衡化第32-33页
     ·直方图规定化第33-34页
   ·局部统计法第34页
   ·Retinex第34-36页
     ·基于路径的Retinex算法第35页
     ·基于迭代的Retinex算法第35页
     ·基于中心/环绕Retinex的算法第35-36页
   ·ACE(自动颜色均衡)算法第36-38页
   ·同态图像增强第38-39页
第四章 基于非对称性Retinex滤波器的图像增强算法第39-49页
   ·算法流程图第39-40页
   ·算法描述第40-47页
     ·全局调整第40-45页
     ·局部处理第45-46页
     ·颜色校正第46-47页
   ·实验结果和分析第47-49页
第五章 一种强鲁棒性的实时图像增强算法第49-56页
   ·算法流程图第49页
   ·算法描述第49-52页
     ·全局调整第50-51页
     ·局部处理第51页
     ·HSI色度空间下的颜色补偿第51-52页
   ·实验结果和分析第52-56页
第六章 图像去噪第56-70页
   ·噪声分布模型第56-57页
     ·Gauss噪声分布第56页
     ·瑞利噪声分布第56-57页
     ·脉冲噪声分布第57页
     ·Poisson噪声分布第57页
   ·数学形态学去噪第57-59页
     ·二值形态学的四种基本运算第57-59页
       ·膨胀(Dilatation)第57-58页
       ·腐蚀(Erosion)第58页
       ·开启(Opening)第58页
       ·闭合(Closing)第58-59页
     ·噪声滤除第59页
   ·Gauss滤波器第59-60页
   ·TV(Total Variation)模型去噪第60-70页
     ·TV准则和TV模型第60-62页
     ·TV模型去噪第62-70页
第七章 总结和展望第70-72页
参考文献第72-76页
附:硕士期间发表的论文第76-77页
致谢第77页

论文共77页,点击 下载论文
上一篇:基于线性反馈移位寄存器的流密码的研究及设计
下一篇:脲酶抑制剂和脲酶卵黄抗体对肉鸡腹水症影响的研究