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

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

论文共57页,点击 下载论文
上一篇:深度学习框架下的单事件视频自动描述方法研究
下一篇:立体图像深度调整技术研究