基于retinex理论的视频图像增强应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 研究现状 | 第8-11页 |
| 1.3 研究内容 | 第11-13页 |
| 第2章 夜间低亮度视频图像增强技术概述 | 第13-20页 |
| 2.1 数字图像处理技术 | 第13-16页 |
| 2.1.1 数字图像处理基础 | 第13-14页 |
| 2.1.2 数字图像处理内容 | 第14-16页 |
| 2.2 视频图像增强技术 | 第16-18页 |
| 2.2.1 相关理论基础 | 第16-17页 |
| 2.2.2 图像质量评价方法 | 第17-18页 |
| 2.3 夜间视频图像增强特点分析 | 第18-19页 |
| 2.3.1 色彩的协调统一需求 | 第18-19页 |
| 2.3.2 稳定性和高效性需求 | 第19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 夜间低亮度视频图像增强算法 | 第20-30页 |
| 3.1 夜间低亮度视频图像增强需求 | 第20页 |
| 3.2 Retinex图像增强理论 | 第20-23页 |
| 3.3 Retinex图像增强算法的应用 | 第23-28页 |
| 3.3.1 SSR图像增强算法 | 第23-28页 |
| 3.3.2 MSR图像增强算法 | 第28页 |
| 3.4 Retinex图像增强算法存在的不足 | 第28-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第4章 结合原图的多尺度Retinex算法改进 | 第30-42页 |
| 4.1 改进算法原理 | 第30-31页 |
| 4.2 改进算法设计 | 第31-37页 |
| 4.2.1 基于光晕问题的改进模型 | 第31-32页 |
| 4.2.2 卷积与多尺度的结合 | 第32-33页 |
| 4.2.3 增强后图像的去噪处理 | 第33-37页 |
| 4.3 改进算法实验 | 第37-41页 |
| 4.3.1 与SSR算法的对比实验 | 第37-39页 |
| 4.3.2 与MSR算法的对比实验 | 第39-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第5章 基于遗传算法的夜间视频图像增强算法实现 | 第42-50页 |
| 5.1 遗传算法 | 第42-43页 |
| 5.2 改进Retinex算法实现总体思路 | 第43页 |
| 5.3 夜间视频图像增强算法实现 | 第43-48页 |
| 5.3.1 色彩空间变换 | 第44页 |
| 5.3.2 变换函数构造 | 第44-46页 |
| 5.3.3 染色体编码 | 第46页 |
| 5.3.4 适应度函数构建 | 第46-47页 |
| 5.3.5 选择策略与遗传算子 | 第47-48页 |
| 5.3.6 视频图像重建 | 第48页 |
| 5.4 夜间视频图像增强实验 | 第48-49页 |
| 5.5 本章小结 | 第49-50页 |
| 第6章 总结与展望 | 第50-52页 |
| 6.1 工作总结 | 第50-51页 |
| 6.2 不足与展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-57页 |
| 攻读硕士学位期间发表的论文及参与的科研项目 | 第57页 |
