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

基于动态场景的高动态图像合成研究

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

论文共90页,点击 下载论文
上一篇:基于过程间分析的Android程序隐私泄露检测的研究
下一篇:基于行为模型的个性化推荐