| 第一章 绪论 | 第1-31页 |
| ·论文的研究目的和意义 | 第11-14页 |
| ·研究背景 | 第11-12页 |
| ·课题意义 | 第12-13页 |
| ·主要创新点 | 第13-14页 |
| ·图像传感器理论 | 第14-17页 |
| ·图像传感器工作原理 | 第14页 |
| ·CCD和CMOS传感器 | 第14-16页 |
| ·单CCD和3CCD | 第16-17页 |
| ·原色CCD与补色CCD | 第17页 |
| ·图像处理流程 | 第17-18页 |
| ·CFA插值算法 | 第18-21页 |
| ·CFA图像获取的数学模型 | 第18-19页 |
| ·CFA阵列 | 第19-20页 |
| ·CFA插值原理 | 第20-21页 |
| ·CFA插值算法分类 | 第21页 |
| ·原始数据压缩技术基础 | 第21-30页 |
| ·原始数据 | 第21-22页 |
| ·对原始数据直接压缩存储的意义及优缺点 | 第22-23页 |
| ·图像压缩基本理论 | 第23-25页 |
| ·JPEG、JPEG2000与JPEG-LS图像压缩标准 | 第25-27页 |
| ·矢量量化相关理论 | 第27-30页 |
| ·论文结构 | 第30-31页 |
| 第二章 彩色图像重构算法的研究 | 第31-64页 |
| ·改进的基于补色CFA模板的图像重构算法 | 第31-36页 |
| ·补色模板的获得 | 第31-32页 |
| ·双线性补色CCD插值算法流程 | 第32-34页 |
| ·算法描述 | 第34-36页 |
| ·改进的自适应模糊匹配CFA插值算法 | 第36-40页 |
| ·模糊匹配因子 | 第36-37页 |
| ·算法描述 | 第37-40页 |
| ·基于梯度算子的加权平均CFA插值算法 | 第40-46页 |
| ·两种假设 | 第40页 |
| ·算法描述 | 第40-45页 |
| ·去除绿色通道的噪声 | 第45-46页 |
| ·新的基于图像内容的自适应插值算法 | 第46-53页 |
| ·算法流程图 | 第47页 |
| ·具体算法描述 | 第47-53页 |
| ·图像质量评价方法 | 第53-55页 |
| ·主观评价方法 | 第53-54页 |
| ·客观评价方法 | 第54-55页 |
| ·各种CFA重构算法实验结果及其分析 | 第55-62页 |
| ·获得CFA模板图像 | 第55-56页 |
| ·主观视觉评价 | 第56-57页 |
| ·客观评价 | 第57-62页 |
| ·本章小结 | 第62-64页 |
| 第三章 基于贝尔模板的原始数据压缩算法 | 第64-94页 |
| ·本研究的CFA图像压缩流程 | 第64-65页 |
| ·基于结构变换的原始数据压缩算法 | 第65-75页 |
| ·RGB原色空间的贝尔原始数据压缩算法 | 第65-69页 |
| ·YCrCb色空间的贝尔原始数据压缩算法 | 第69-73页 |
| ·两种压缩算法实验结果及其比较 | 第73-75页 |
| ·基于矢量量化的原始数据压缩算法 | 第75-93页 |
| ·贝尔CFA图像数据的分割方法 | 第76-79页 |
| ·矢量维数的选择 | 第79-81页 |
| ·失真测度的选择 | 第81-85页 |
| ·LBG算法及其改进 | 第85-89页 |
| ·贝尔原始数据的矢量量化压缩算法描述 | 第89-91页 |
| ·实验结果及其分析 | 第91-93页 |
| ·本章小结 | 第93-94页 |
| 第四章 重构图像的后续处理算法 | 第94-101页 |
| ·常见失真分析 | 第94-95页 |
| ·边缘增强和伪彩抑制 | 第95-100页 |
| ·系数加权的边缘增强算法 | 第95-96页 |
| ·基于Sobel算子的中值滤波算法 | 第96-98页 |
| ·实验结果及结论 | 第98-100页 |
| ·本章小结 | 第100-101页 |
| 第五章 结论和展望 | 第101-103页 |
| 参考文献 | 第103-107页 |
| 致谢 | 第107-108页 |
| 攻读硕士期间发表论文 | 第108页 |