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Retinex图像增强的研究与应用

致谢第7-8页
摘要第8-9页
ABSTRACT第9页
目录第10-12页
插图清单第12-13页
表格清单第13-14页
第一章 绪论第14-24页
    1.1 论文选题背景及意义第14-16页
    1.2 图像增强方法简介第16-22页
        1.2.1 基于空间域的图像增强算法第17-21页
        1.2.2 基于频域的图像增强算法第21-22页
    1.3 Retinex的研究现状与现存问题第22-23页
    1.4 本文的结构安排第23-24页
第二章 相关工作介绍第24-34页
    2.1 引言第24-25页
    2.2 Retinex基本理论第25-26页
    2.3 入射光L的估计第26页
    2.4 基于中心环绕的Retinex算法第26-31页
        2.4.1 单尺度Retinex算法(Single Scale Retinex)第27-28页
        2.4.2 尺度因子对图像的影响第28-29页
        2.4.3 多尺度Retinex算法(Multi Scale Retinex)第29页
        2.4.4 带色彩恢复因子的Retinex算法(Multi Scale Retinex with ColorRestoration)第29-31页
    2.5 Retinex算法的缺陷第31页
    2.6 半反转方法第31-33页
    2.7 本章小结第33-34页
第三章 基于自适应多尺度Retinex算法的图像增强第34-44页
    3.1 引言第34-35页
    3.2 基于AMSR的图像增强第35-40页
        3.2.1 算法原理第35-36页
        3.2.2 亮度提取第36页
        3.2.3 自适应亮度调整第36-39页
        3.2.4 色彩恢复第39-40页
    3.3 实验结果与分析第40-43页
    3.4 本章小结第43-44页
第四章 基于局部多尺度Retinex的雾天图像增强第44-53页
    4.1 引言第44页
    4.2 雾浓度的标记第44-45页
    4.3 去雾算法第45-47页
    4.4 实验结果与分析第47-49页
    4.5 评价第49-52页
    4.6 本章小结第52-53页
第五章 总结与展望第53-55页
    5.1 本文工作总结第53-54页
    5.2 未来工作展望第54-55页
参考文献第55-58页
攻读硕士学位期间主要科研工作及成果第58-59页

论文共59页,点击 下载论文
上一篇:框支剪力墙结构地震力下连续倒塌易损性分析
下一篇:基于深度学习的人脸识别方法研究