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

基于感知的彩色图像增强和分割算法研究

中文摘要第1-5页
ABSTRACT第5-10页
第一章 引言第10-17页
   ·彩色图像增强和彩色图像分割研究的背景和意义第10页
   ·彩色图像增强的研究现状第10-13页
     ·彩色图像平滑算法的研究现状第10-13页
     ·基于对比度的彩色图像增强算法第13页
   ·彩色图像分割算法的研究现状第13-15页
   ·本文的主要工作与内容安排第15-17页
第二章 色彩知觉与颜色空间第17-28页
   ·色彩知觉与人眼的视觉特性第17-20页
     ·色彩知觉第17-18页
     ·人眼视觉特性第18-20页
   ·颜色模型及颜色相似性度量第20-28页
     ·颜色模型第20-25页
     ·颜色相似性度量-色差计算第25-28页
第三章 基于色貌模型的彩色图像增强第28-40页
   ·色貌现象第28-29页
   ·色貌模型第29-37页
     ·色适应与色适应变换第29-30页
     ·色貌模型第30-36页
     ·色貌模型存在的问题第36-37页
   ·基于色貌模型CAM02 和ICAM的图像增强第37-40页
     ·基于CIE CAM02 和iCAM的图像增强第37-38页
     ·图像增强结果分析第38-40页
第四章 基于感知模型的彩色图像双边滤波第40-59页
   ·双边滤波的理论基础及存在的问题第40-41页
   ·双边滤波的象素相似性函数的分析及改进第41-49页
     ·三种新的象素相似性度量函数第41-43页
     ·基于新的象素相似性度量函数的双边滤波器第43-44页
     ·实验结果分析第44-49页
   ·基于感知模型的彩色图像双边滤波器第49-58页
     ·感知模型-对比度灵敏度函数第49-51页
     ·基于视觉灵敏度函数的线性低通滤波第51-53页
     ·基于感知模型的彩色图像双边滤波器第53-55页
     ·实验结果分析第55-58页
   ·结论第58-59页
第五章 彩色图像边缘检测第59-73页
   ·彩色图像边缘检测的研究现状第59-63页
     ·边缘的定义和分类第59-60页
     ·现有的边缘检测算法及其存在的问题第60-62页
     ·边缘检测的难点第62-63页
   ·基于视觉特性的多通道多尺度边缘检测第63-67页
     ·算法概述第63-64页
     ·平滑算法的设计第64页
     ·图像增强第64页
     ·微分算子以及颜色模型的选择第64-66页
     ·边缘二值化阈值的确定第66-67页
   ·边缘检测结果第67-72页
     ·边缘检测算法的评价第67-68页
     ·边缘检测结果第68-72页
   ·结论第72-73页
第六章 基于人眼感知特性的彩色图像分割框架第73-86页
   ·彩色图像分割现状分析第73-74页
     ·图像分割的定义第73-74页
     ·彩色图像分割算法存在的问题第74页
   ·基于连通标记的彩色图像快速分割算法第74-78页
     ·基于连通域分析的初始分割第74-77页
     ·区域合并第77-78页
   ·实验结果分析第78-82页
     ·彩色图像分割评价方法第78-80页
     ·实验结果与分析第80-82页
   ·基于视觉感知模型的彩色图像分割框架第82-85页
     ·基于感知模型的彩色图像分割框架的提出第82-83页
     ·实验结果第83-85页
   ·结论第85-86页
第七章 总结与展望第86-88页
   ·本文研究工作的总结第86-87页
   ·进一步研究的展望第87-88页
参考文献第88-95页
发表论文和科研情况说明第95-96页
致谢第96页

论文共96页,点击 下载论文
上一篇:基于特征点的增强现实三维注册算法研究
下一篇:EasyPAB:面向并行应用的辅助开发平台