用于自动对焦的图像清晰度评价方法的研究
| 致谢 | 第4-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第12-20页 |
| 1.1 课题研究背景与意义 | 第12-13页 |
| 1.2 自动对焦的发展现状 | 第13-15页 |
| 1.2.1 主动式对焦 | 第13-14页 |
| 1.2.2 被动式对焦 | 第14-15页 |
| 1.3 基于图像处理的自动对焦技术的研究现状 | 第15-17页 |
| 1.4 基于图像处理的清晰度评价算法存在的问题 | 第17页 |
| 1.5 研究内容与论文组织结构 | 第17-20页 |
| 2 基于图像处理的自动对焦的原理 | 第20-26页 |
| 2.1 成像原理 | 第20-21页 |
| 2.2 基于图像处理的自动对焦原理 | 第21-26页 |
| 3 精调焦清晰度评价算法 | 第26-52页 |
| 3.1 用于自动对焦的图像清晰度评价算法原理 | 第26-27页 |
| 3.2 用于自动调焦的典型的图像清晰度评价算法 | 第27-35页 |
| 3.2.1 基于空域的图像清晰度评价方法 | 第27-31页 |
| 3.2.2 基于变换域的图像清晰度评价方法 | 第31-34页 |
| 3.2.3 基于信息熵的图像清晰度评价方法 | 第34页 |
| 3.2.4 基于统计学的图像清晰度评价方法 | 第34-35页 |
| 3.3 清晰度评价曲线定性分析 | 第35-38页 |
| 3.4 调焦兴趣区域的选择 | 第38-46页 |
| 3.5 算法优选 | 第46-52页 |
| 4 基于自然图像空域统计特性的清晰度评价算法 | 第52-78页 |
| 4.1 自然图像统计特性理论 | 第52-53页 |
| 4.2 自然图像空域统计特性 | 第53-61页 |
| 4.3 非对称高斯模型特征值提取 | 第61-66页 |
| 4.4 图像清晰度评价 | 第66-68页 |
| 4.5 实验分析 | 第68-76页 |
| 4.5.1 高斯窗对统计特性的影响 | 第68-73页 |
| 4.5.2 算法与主观评价相关性 | 第73-75页 |
| 4.5.3 算法稳定性 | 第75-76页 |
| 4.5.4 算法实时性 | 第76页 |
| 4.6 小结 | 第76-78页 |
| 5 总结与展望 | 第78-82页 |
| 5.1 工作总结 | 第78-79页 |
| 5.2 工作展望 | 第79-82页 |
| 参考文献 | 第82-86页 |
| 作者简介及在学期间发表的学术论文与研究成果 | 第86页 |
