基于人眼视觉特性的红外图像增强算法及其实现
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
符号对照表 | 第11-12页 |
缩略语对照表 | 第12-15页 |
第一章 绪论 | 第15-21页 |
1.1 课题研究背景及意义 | 第15-16页 |
1.2 国内外研究现状 | 第16-18页 |
1.2.1 红外图像增强算法的研究现状 | 第16-17页 |
1.2.2 增强算法硬件实现的研究现状 | 第17-18页 |
1.3 本论文主要研究内容 | 第18-21页 |
第二章 红外图像的特征及常用红外图像增强算法 | 第21-29页 |
2.1 红外成像原理 | 第21页 |
2.2 红外图像的特征 | 第21-22页 |
2.3 常见红外图像增强算法 | 第22-28页 |
2.3.1 超分辨红外图像增强 | 第22-23页 |
2.3.2 Retinex红外图像增强 | 第23-24页 |
2.3.3 反锐化掩模红外图像增强 | 第24-26页 |
2.3.4 非线性变换直方图均衡化 | 第26-27页 |
2.3.5 区域多直方图均衡化 | 第27-28页 |
2.4 本章小结 | 第28-29页 |
第三章 基于人眼视觉特性的红外图像增强算法 | 第29-43页 |
3.1 人眼视觉特性 | 第29-30页 |
3.2 对数直方图变换 | 第30-33页 |
3.3 基于双边滤波的多尺度图像增强 | 第33-35页 |
3.4 增强算法流程及仿真结果 | 第35-37页 |
3.5 算法效果对比及硬件实现可行性分析 | 第37-41页 |
3.6 本章小结 | 第41-43页 |
第四章 红外图像增强算法的硬件实现 | 第43-69页 |
4.1 实时图像处理 | 第43-45页 |
4.2 硬件平台介绍 | 第45-49页 |
4.2.2 数据采集处理模块 | 第45-47页 |
4.2.3 视频输入模块 | 第47-48页 |
4.2.4 视频输出模块 | 第48-49页 |
4.3 缓存 | 第49-53页 |
4.3.1 行缓存模块 | 第49-51页 |
4.3.2 包含垂直同步的帧缓存模块 | 第51-53页 |
4.4 图像滤波器的硬件实现 | 第53-60页 |
4.4.1 高斯滤波的硬件实现 | 第53-56页 |
4.4.2 边缘检测的硬件实现 | 第56-57页 |
4.4.3 双边滤波的硬件实现 | 第57-60页 |
4.5 对数直方图的硬件实现 | 第60-66页 |
4.6 基于人眼视觉的红外图像增强算法的硬件实现 | 第66-68页 |
4.7 本章小结 | 第68-69页 |
第五章 成果展示及分析 | 第69-77页 |
5.1 测试环境与方法 | 第69-70页 |
5.2 各模块测试结果 | 第70-71页 |
5.3 算法实现整体测试结果 | 第71-73页 |
5.4 硬件实现实时性测试 | 第73-75页 |
5.5 本章小结 | 第75-77页 |
第六章 总结与展望 | 第77-79页 |
参考文献 | 第79-83页 |
致谢 | 第83-85页 |
作者简介 | 第85-86页 |