低照度图像增强研究与应用
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 引言 | 第9页 |
| 1.2 课题研究背景与意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-12页 |
| 1.4 论文的主要工作及结构安排 | 第12-13页 |
| 第2章 相关技术基础综述 | 第13-23页 |
| 2.1 颜色空间模型 | 第13-16页 |
| 2.1.1 RGB颜色模型 | 第14页 |
| 2.1.2 HSV颜色模型 | 第14-16页 |
| 2.2 Retinex理论基础 | 第16-18页 |
| 2.2.1 单尺度Retinex | 第16-18页 |
| 2.2.2 多尺度Retinex | 第18页 |
| 2.3 相关滤波器介绍 | 第18-22页 |
| 2.3.1 高斯滤波器 | 第19页 |
| 2.3.2 双边滤波器 | 第19-20页 |
| 2.3.3 引导滤波器 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 低照度图像增强 | 第23-46页 |
| 3.1 直方图均衡 | 第23-25页 |
| 3.2 基于SSR的低照度图像增强 | 第25-27页 |
| 3.3 结合图像分割的低照度图像增强 | 第27-32页 |
| 3.3.1 光照分量的估计与校正 | 第27-28页 |
| 3.3.2 结合图像分割的图像处理 | 第28-29页 |
| 3.3.3 色彩饱和度的提升 | 第29-30页 |
| 3.3.4 实验结果与分析 | 第30-32页 |
| 3.4 采用亮通道的低照度图像增强 | 第32-44页 |
| 3.4.1 传统算法的缺陷分析及改进 | 第32-35页 |
| 3.4.2 反射分量的估计 | 第35-37页 |
| 3.4.3 光照分量的自适应对数校正 | 第37-39页 |
| 3.4.4 增强图像的恢复 | 第39-41页 |
| 3.4.5 低照度图像去噪 | 第41-43页 |
| 3.4.6 实验结果与分析 | 第43-44页 |
| 3.5 本章小结 | 第44-46页 |
| 第4章 低照度雾气图像复原 | 第46-56页 |
| 4.1 雾气图像复原 | 第46-50页 |
| 4.2 低照度雾气图像复原 | 第50-53页 |
| 4.3 本章小结 | 第53-56页 |
| 第5章 低照度图像增强算法的iOS实现 | 第56-62页 |
| 5.1 iOS开发平台概述 | 第56-57页 |
| 5.2 低照度图像增强算法的iOS实现 | 第57-58页 |
| 5.3 实验结果与分析 | 第58-60页 |
| 5.4 本章小结 | 第60-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 6.1 工作总结 | 第62-63页 |
| 6.2 工作展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第70页 |
