高动态范围场景可视化技术研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-8页 |
| ABSTRACT | 第8-13页 |
| 1 绪论 | 第13-29页 |
| ·课题的提出 | 第13-15页 |
| ·国内外研究现状 | 第15-25页 |
| ·HDR图像的获取 | 第15-18页 |
| ·HDR图像的存储 | 第18-19页 |
| ·HDR图像的显示 | 第19-25页 |
| ·论文的主要研究工作 | 第25-28页 |
| ·论文的结构安排 | 第28-29页 |
| 2 基于亮度感知理论的HDR场景再现算法 | 第29-56页 |
| ·引言 | 第29-30页 |
| ·相关工作介绍 | 第30-31页 |
| ·存在的问题 | 第31-32页 |
| ·基于亮度感知理论的HDR场景再现算法 | 第32-43页 |
| ·HVS亮度感知理论 | 第32-33页 |
| ·基于"双锚"理论的色调映射算法 | 第33-39页 |
| ·对比度增强 | 第39-41页 |
| ·颜色校正 | 第41-43页 |
| ·实验结果与分析 | 第43-55页 |
| ·评价标准 | 第43-44页 |
| ·性能分析与比较 | 第44-55页 |
| ·本章小结 | 第55-56页 |
| 3 局部自适应双边滤波色调映射算法 | 第56-73页 |
| ·引言 | 第56-57页 |
| ·相关工作介绍 | 第57-59页 |
| ·局部自适应双边滤波色调映射算法 | 第59-67页 |
| ·颜色空间 | 第60-63页 |
| ·边滤波器 | 第63页 |
| ·自适应对数底的双边滤波动态范围压缩算法 | 第63-65页 |
| ·优化算法 | 第65-67页 |
| ·实验结果与分析 | 第67-72页 |
| ·本章小结 | 第72-73页 |
| 4 基于支持向量回归的多曝光融合算法 | 第73-93页 |
| ·引言 | 第73-74页 |
| ·相关工作介绍 | 第74-78页 |
| ·灰度极值法 | 第74-75页 |
| ·加权平均法法 | 第75页 |
| ·基于区域特征法 | 第75-77页 |
| ·窗口一致性验证法 | 第77-78页 |
| ·存在的问题 | 第78页 |
| ·基于支持向量回归的多曝光融合算法 | 第78-85页 |
| ·基于机器学习分类机制的图像融合 | 第78-80页 |
| ·支持向量回归简介 | 第80-82页 |
| ·基于支持向量回归的多曝光融合算法 | 第82-85页 |
| ·实验结果与分析 | 第85-92页 |
| ·评价标准 | 第86-87页 |
| ·性能分析与比较 | 第87-92页 |
| ·本章小结 | 第92-93页 |
| 5 基于可操纵金字塔的多曝光融合算法 | 第93-114页 |
| ·引言 | 第93-94页 |
| ·相关工作介绍 | 第94-100页 |
| ·无方向的塔形分解 | 第94-98页 |
| ·有方向的塔形分解 | 第98-100页 |
| ·存在的问题 | 第100页 |
| ·基于可操纵金字塔多曝光融合算法 | 第100-104页 |
| ·可操纵金字塔简介 | 第100-102页 |
| ·基于可操纵金字塔多曝光融合算法 | 第102-104页 |
| ·实验结果与分析 | 第104-113页 |
| ·评价标准 | 第104-105页 |
| ·主观评价 | 第105-112页 |
| ·客观评价 | 第112-113页 |
| ·本章小结 | 第113-114页 |
| 6 论文工作总结与展望 | 第114-117页 |
| ·论文工作总结 | 第114-116页 |
| ·进一步的工作 | 第116-117页 |
| 参考文献 | 第117-125页 |
| 附录A 部分彩图 | 第125-131页 |
| 作者简历 | 第131页 |
| 攻读博士学位期间发表的学术论文(第一作者) | 第131-133页 |
| 学位论文数据集 | 第133页 |
