摘要 | 第3-5页 |
ABSTRACT | 第5-7页 |
符号说明 | 第10-11页 |
1 绪论 | 第11-20页 |
1.1 高动态图像及其应用 | 第11-13页 |
1.2 高动态图像研究现状 | 第13-17页 |
1.2.1 引子 | 第13页 |
1.2.2 静态场景下的高动态图像获取 | 第13-16页 |
1.2.3 动态场景下的鬼影检测与鬼影去除 | 第16-17页 |
1.3 论文结构与章节安排 | 第17-20页 |
2 动态场景下鬼影检测与去除算法回顾 | 第20-27页 |
2.1 鬼影检测与去除算法 | 第20-24页 |
2.1.1 基于辐照域的算法 | 第20-22页 |
2.1.2 基于曝光融合的算法 | 第22-24页 |
2.2 梯度域的高动态图像处理算法 | 第24-26页 |
2.2.1 梯度域的动态范围压缩算法 | 第24-25页 |
2.2.2 基于梯度的多曝光度图像分解 | 第25-26页 |
2.3 本章小结 | 第26-27页 |
3 饱和与非饱和区域的鬼影像素检测算法 | 第27-42页 |
3.1 图像预处理 | 第27-30页 |
3.1.1 参考图像选取 | 第27-28页 |
3.1.2 基于参考图像的图像校准 | 第28-29页 |
3.1.3 饱和区域的提取 | 第29-30页 |
3.2 非饱和区域基于双阀值的鬼影像素检测算法 | 第30-34页 |
3.3 饱和区域基于亮度转移函数的鬼影像素检测算法 | 第34-37页 |
3.4 基于零均值平方差和的权值图调整 | 第37-38页 |
3.5 ZSSD 权值图调整后的融合结果评价 | 第38-41页 |
3.6 本章小结 | 第41-42页 |
4 基于参考图像的图像副本生成与曝光融合 | 第42-61页 |
4.1 基于参考图像的图像副本生成算法 | 第42-48页 |
4.2 基于权值图的曝光融合算法 | 第48-54页 |
4.3 图像曝光融合结果及质量评价 | 第54-59页 |
4.4 本章小结 | 第59-61页 |
5 基于梯度增强的图像质量优化 | 第61-81页 |
5.1 背景介绍 | 第61-62页 |
5.2 梯度增强算法 | 第62-66页 |
5.3 基于狄利克雷边界条件的泊松方程求解 | 第66-68页 |
5.4 图像质量评价体系 | 第68-72页 |
5.5 最终图像融合结果 | 第72-79页 |
5.6 本章小结 | 第79-81页 |
6 结论和展望 | 第81-83页 |
参考文献 | 第83-87页 |
致谢 | 第87-88页 |
攻读学位期间发表的学术论文 | 第88-90页 |