红外与微光图像彩色融合仿生算法的研究与实现
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题来源 | 第10页 |
| 1.2 研究背景和意义 | 第10-12页 |
| 1.3 国内外研究现状 | 第12-15页 |
| 1.3.1 国外研究现状 | 第12-14页 |
| 1.3.2 国内研究现状 | 第14-15页 |
| 1.4 课题研究内容及章节安排 | 第15-17页 |
| 第2章 红外与微光图像彩色融合算法对比 | 第17-36页 |
| 2.1 红外图像与微光图像 | 第17-21页 |
| 2.1.1 红外成像原理及其特点 | 第17-19页 |
| 2.1.2 微光成像原理及其特点 | 第19-20页 |
| 2.1.3 红外图像和微光图像特征分析 | 第20-21页 |
| 2.2 颜色空间及其相互转换 | 第21-28页 |
| 2.2.1 RGB颜色空间 | 第21-22页 |
| 2.2.2 YUV/YIQ 颜色空间 | 第22-24页 |
| 2.2.3 HSV颜色空间 | 第24-26页 |
| 2.2.4 lαβ颜色空间 | 第26-28页 |
| 2.3 红外与微光图像经典彩色融合方法 | 第28-35页 |
| 2.3.1 NRL法 | 第28-29页 |
| 2.3.2 TNO法 | 第29-30页 |
| 2.3.3 Toet颜色传递法 | 第30-34页 |
| 2.3.4 MIT法 | 第34-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第3章 红外与微光图像仿生增强算法研究 | 第36-52页 |
| 3.1 图像自适应亮度调整 | 第36-38页 |
| 3.2 鲎眼视觉特性 | 第38-43页 |
| 3.2.1 鲎眼的侧抑制现象 | 第39-40页 |
| 3.2.2 侧抑制网络数学模型 | 第40-41页 |
| 3.2.3 侧抑制网络的作用 | 第41-43页 |
| 3.3 各向异性侧抑制网络 | 第43-47页 |
| 3.3.1 各向异性侧抑制系数 | 第43-46页 |
| 3.3.2 各向异性侧抑制模型 | 第46-47页 |
| 3.4 红外图像与微光图像增强 | 第47-51页 |
| 3.4.1 红外图像增强结果与分析 | 第47-49页 |
| 3.4.2 微光图像增强结果与分析 | 第49-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第4章 改进的MIT仿生响尾蛇彩色融合算法研究 | 第52-74页 |
| 4.1 响尾蛇双模式细胞视觉系统 | 第52-55页 |
| 4.2 视觉感受野和MIT融合法 | 第55-63页 |
| 4.2.1 ON/OFF-中心型感受野的数学模型 | 第56-57页 |
| 4.2.2 ON/OFF-中心型感受野的作用 | 第57-62页 |
| 4.2.3 MIT融合法 | 第62-63页 |
| 4.3 仿生响尾蛇双模式细胞彩色融合 | 第63-73页 |
| 4.3.1 “或细胞”数学模型 | 第63-65页 |
| 4.3.2 “与细胞”数学模型 | 第65页 |
| 4.3.3 “抑制细胞”数学模型 | 第65-66页 |
| 4.3.4 “增强细胞”数学模型 | 第66-68页 |
| 4.3.5 改进的MIT彩色融合算法 | 第68-73页 |
| 4.4 本章小结 | 第73-74页 |
| 第5章 彩色融合图像质量评价 | 第74-88页 |
| 5.1 图像质量评价方法 | 第74-78页 |
| 5.2 彩色融合图像实验结果 | 第78-82页 |
| 5.3 彩色融合图像客观评价 | 第82-87页 |
| 5.3.1 彩色融合图像之间的比较评价 | 第82-85页 |
| 5.3.2 彩色融合图像与原始灰度图像的比较评价 | 第85-87页 |
| 5.4 本章小结 | 第87-88页 |
| 第6章 总结与展望 | 第88-90页 |
| 6.1 本文主要工作总结 | 第88页 |
| 6.2 本文的创新及特色 | 第88-89页 |
| 6.3 研究展望 | 第89-90页 |
| 致谢 | 第90-91页 |
| 参考文献 | 第91-95页 |
| 攻读学位期间获得与学位论文相关的科研成果 | 第95页 |
