面向室外场景微变检测的光照一致化方法研究
摘要 | 第4-5页 |
abstract | 第5页 |
第1章 绪论 | 第8-11页 |
1.1 课题背景和意义 | 第8-9页 |
1.2 研究内容及目标 | 第9页 |
1.3 本文贡献 | 第9页 |
1.4 论文结构 | 第9-11页 |
第2章 国内外研究现状 | 第11-24页 |
2.1 本征图像分解 | 第11-14页 |
2.2 场景变化检测 | 第14-15页 |
2.3 光照一致化 | 第15-17页 |
2.4 相关技术介绍 | 第17-23页 |
2.4.1 图像处理中傅里叶变换 | 第17-19页 |
2.4.2 增广拉格朗日算法 | 第19-20页 |
2.4.3 图像的超像素表示 | 第20-23页 |
2.5 本章小结 | 第23-24页 |
第3章 基于协同本征图像的光照一致化方法 | 第24-30页 |
3.1 单一颜色光图像模型 | 第25页 |
3.2 多幅图像协同本征图像分解模型 | 第25-29页 |
3.3 本章小结 | 第29-30页 |
第4章 基于协同分层分解的光照一致化方法 | 第30-39页 |
4.1 单幅图像的概率分解模型 | 第30-32页 |
4.2 多幅图像协同分层分解模型 | 第32-33页 |
4.3 模型优化分解 | 第33-38页 |
4.4 本章小结 | 第38-39页 |
第5章 实验结果对比与分析 | 第39-49页 |
5.1 实验设定 | 第39-40页 |
5.1.1 数据集 | 第39页 |
5.1.2 光照一致化评价标准 | 第39-40页 |
5.2 基于协同本征图像分解模型的实验结果与分析 | 第40-41页 |
5.3 基于协同分层分解模型的实验结果与分析 | 第41-46页 |
5.3.1 单幅图像分解实验 | 第42-44页 |
5.3.2 多幅图像分层分解实验 | 第44-46页 |
5.4 两种光照一致化模型比较 | 第46-47页 |
5.4.1 两种模型光照一致化效果比较 | 第46-47页 |
5.4.2 两种模型光照一致化定量比较 | 第47页 |
5.5 本章小结 | 第47-49页 |
第6章 总结与展望 | 第49-51页 |
6.1 总结 | 第49-50页 |
6.2 展望 | 第50-51页 |
参考文献 | 第51-55页 |
发表论文和参加科研情况说明 | 第55-56页 |
致谢 | 第56-57页 |