基于低秩稀疏理论的视频增强研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 课题背景及研究意义 | 第9页 |
| 1.2 低照度视频图像增强相关技术的概述 | 第9-13页 |
| 1.2.1 图像增强技术概述 | 第9-11页 |
| 1.2.2 图像去噪技术概述 | 第11-13页 |
| 1.3 本文的章节安排 | 第13-14页 |
| 2 低照度视频对比度/亮度增强 | 第14-27页 |
| 2.1 基于Retinex方法的对比度/亮度增强 | 第14-18页 |
| 2.2 基于SVLM算法的对比度/亮度增强 | 第18-21页 |
| 2.3 基于图像融合技术的对比度/亮度增强 | 第21-26页 |
| 2.3.1 背景及前景提取 | 第21-22页 |
| 2.3.2 图像融合 | 第22-25页 |
| 2.3.3 实验结果 | 第25-26页 |
| 2.4 增强算法性能比较 | 第26-27页 |
| 3 基于低秩、稀疏理论的去噪 | 第27-43页 |
| 3.1 图像噪声来源及其分类 | 第27-28页 |
| 3.2 低秩、稀疏理论基础 | 第28-30页 |
| 3.3 三维协同滤波去噪算法 | 第30-36页 |
| 3.3.1 算法概要 | 第30-32页 |
| 3.3.2 实验结果与分析 | 第32-36页 |
| 3.4 基于稀疏冗余表示的去噪算法 | 第36-39页 |
| 3.4.1 算法概要 | 第36-37页 |
| 3.4.2 实验结果与分析 | 第37-39页 |
| 3.5 低秩逼近去噪算法 | 第39-43页 |
| 3.5.1 算法概要 | 第39-40页 |
| 3.5.2 实验结果与分析 | 第40-43页 |
| 4 低秩逼近去噪算法分析及改进 | 第43-60页 |
| 4.1 LS模型去噪算法分析 | 第43-45页 |
| 4.2 LSE模型去噪算法的提出及分析 | 第45-56页 |
| 4.2.1 LSE模型的提出及算法实现 | 第47-49页 |
| 4.2.2 基于LSE模型的灰度图像处理 | 第49-53页 |
| 4.2.3 基于LSE模型的彩色图像处理 | 第53-56页 |
| 4.3 基于LSE模型的低照度视频处理 | 第56-60页 |
| 4.3.1 低照度视频处理框架 | 第56-57页 |
| 4.3.2 实验结果与分析 | 第57-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间发表学术论文情况 | 第64-65页 |
| 致谢 | 第65-66页 |
