| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 本征图像分解的概念 | 第9-10页 |
| 1.2 本征图像分解问题的研究意义 | 第10-11页 |
| 1.3 本文的研究内容以及文章结构 | 第11-13页 |
| 第2章 国内外研究现状 | 第13-24页 |
| 2.1 Retinex理论 | 第13页 |
| 2.2 相关研究以及存在的问题 | 第13-24页 |
| 2.2.1 通过聚簇（Clustering）实现本征图像分解 | 第14-20页 |
| 2.2.2 基于用户交互的本征图像分解算法 | 第20-21页 |
| 2.2.3 通过分类器学习的本征图像分解算法 | 第21-24页 |
| 第3章 用于算法评价的本征图像库 | 第24-29页 |
| 3.1 本征图像库相关介绍 | 第24页 |
| 3.2 Ground Truth dataset的获取 | 第24-27页 |
| 3.2.1 反照率和亮度的分离 | 第25-26页 |
| 3.2.2 物体位置的精确校准 | 第26-27页 |
| 3.3 算法的评价基准 | 第27-28页 |
| 3.4 本章总结 | 第28-29页 |
| 第4章 基于全局纹理约束的本征图像分解算法的改进算法 | 第29-52页 |
| 4.1 相关研究介绍 | 第29-30页 |
| 4.2 基于非局部纹理约束的本征图像分解 | 第30-36页 |
| 4.2.1 分解问题描述 | 第30-31页 |
| 4.2.2 约束条件 | 第31-34页 |
| 4.2.2.1 Retinex约束 | 第31-32页 |
| 4.2.2.2 非局部纹理约束 | 第32-34页 |
| 4.2.2.3 绝对比例约束 | 第34页 |
| 4.2.3 算法详述 | 第34-36页 |
| 4.2.3.1 软分组（soft-grouping） | 第34-35页 |
| 4.2.3.2 优化 | 第35-36页 |
| 4.2.3.3 阈值t的选择 | 第36页 |
| 4.3 Li shen的算法分解结果及存在不足 | 第36-40页 |
| 4.4 改进的基于全局纹理约束的本征图分解算法 | 第40-46页 |
| 4.5 实验结果 | 第46-50页 |
| 4.5.1 本文的算法与改进前的算法比较 | 第46-47页 |
| 4.5.2 本文的算法与其他的本征图分解算法比较 | 第47-50页 |
| 4.6 本文的算法在虚拟场景建模的置信度评价方面的应用 | 第50-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 本文工作总结 | 第52页 |
| 5.2 研究工作展望 | 第52-54页 |
| 参考文献 | 第54-56页 |
| 作者简介及在学期间所取得的科研成果 | 第56-57页 |
| 致谢 | 第57页 |
