基于Retinex理论的人脸图像光照处理算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-24页 |
| 1.1 研究背景及意义 | 第10-13页 |
| 1.2 国内外研究现状 | 第13-19页 |
| 1.2.1 人脸图像光照处理算法的研究现状 | 第13-16页 |
| 1.2.2 Retinex算法的研究现状 | 第16-19页 |
| 1.3 光照测试人脸库 | 第19-21页 |
| 1.4 研究内容与思路 | 第21-22页 |
| 1.5 本文的结构安排 | 第22-24页 |
| 第二章 基于Retinex理论的算法研究 | 第24-35页 |
| 2.1 Retinex理论的基础知识 | 第24-27页 |
| 2.1.1 色彩恒常性理论[59,60] | 第24-25页 |
| 2.1.2 光照模型 | 第25-26页 |
| 2.1.3 Retinex算法的基础框架 | 第26-27页 |
| 2.2 常用Retinex算法研究 | 第27-32页 |
| 2.2.1 基于随机路径的Retinex算法 | 第27-28页 |
| 2.2.2 基于迭代的Retinex算法 | 第28-29页 |
| 2.2.3 基于中心环绕的Retinex算法 | 第29-30页 |
| 2.2.4 基于可变框架模型的Retinex算法 | 第30-32页 |
| 2.3 Retinex算法总结 | 第32-34页 |
| 2.4 小结 | 第34-35页 |
| 第三章 基于视网膜模型的Retinex算法 | 第35-52页 |
| 3.1 人类视网膜模型 | 第35-38页 |
| 3.1.1 人类视网膜模型及数学建模 | 第36-37页 |
| 3.1.2 基于视网膜模型算法的性能分析 | 第37-38页 |
| 3.2 基于视网膜模型的人脸图像光照处理算法 | 第38-42页 |
| 3.2.1 感光层和外网状层局部对比度增强 | 第38-39页 |
| 3.2.2 内网状层轮廓增强 | 第39-42页 |
| 3.3 算法流程 | 第42-44页 |
| 3.3.1 流程介绍 | 第42-43页 |
| 3.3.2 参数选择 | 第43-44页 |
| 3.4 实验结果与分析 | 第44-51页 |
| 3.5 小结 | 第51-52页 |
| 第四章 基于快速双边滤波的Retinex算法 | 第52-66页 |
| 4.1 双边滤波 | 第52-56页 |
| 4.1.1 双边滤波的原理 | 第52-54页 |
| 4.1.2 基于两次双边滤波的Retinex算法 | 第54-56页 |
| 4.2 增维型快速双边滤波 | 第56-58页 |
| 4.3 算法流程 | 第58-60页 |
| 4.3.1 流程介绍 | 第58-59页 |
| 4.3.2 参数选择 | 第59-60页 |
| 4.4 实验结果与分析 | 第60-65页 |
| 4.5 小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 本文工作总结 | 第66-67页 |
| 5.2 下一步研究内容 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 硕士期间主要研究成果 | 第75-76页 |
