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

数字视频图像预处理算法的研究与实现

摘要第5-6页
Abstract第6-7页
第一章 绪论第8-11页
    1.1 研究背景与意义第8页
    1.2 视频图像预处理技术简介及发展现状第8-9页
    1.3 本文主要上作与结构安排第9-11页
第二章 视频预处理系统架构与算法模块第11-13页
    2.1 视频图像预处理系统与框架定义第11-12页
    2.2 本章小结第12-13页
第三章 视频图像的噪声去除第13-34页
    3.1 视频图像的噪声分类第13-15页
        3.1.1 高斯噪声第13-14页
        3.1.2 脉冲(椒盐)噪声第14-15页
    3.2 高斯噪声降噪算法的发展与分析第15-19页
        3.2.1 时域降噪第15-16页
        3.2.2 空域降噪第16-17页
        3.2.3 变换域降噪第17页
        3.2.4 时空域联合降噪第17页
        3.2.5 基于图像细节保护的快速高斯降噪第17-19页
    3.3 脉冲噪声降噪算法的发展与分析第19-21页
        3.3.1 传统中值滤波降噪第19-20页
        3.3.2 改进的中值滤波第20页
        3.3.3 峰谷滤波算法及其改进第20-21页
        3.3.4 基于决策论的快速降噪算法第21页
    3.4 基于多重决策论的脉冲噪声降噪算法第21-23页
    3.5 脉冲噪声降噪算法的实验结果与性能分析第23-29页
        3.5.1 脉冲降噪算法的评价体系第23-24页
        3.5.2 脉冲降噪算法质量的客观评价第24-25页
        3.5.3 脉冲降噪算法质最的主观评价第25-29页
    3.6 多重决策论降噪算法的硬件实现第29-33页
        3.6.1 设计方案与接口定义第29-30页
        3.6.2 算法设计模块第30页
        3.6.3 仿真结果与分析第30-32页
        3.6.4 硬件实现第32-33页
    3.7 本章小结第33-34页
第四章 鱼眼图像的畸变校正第34-50页
    4.1 鱼眼校正算法的原理与分类第34-36页
        4.1.1 基于鱼眼镜头标定的校准方法第35页
        4.1.2 基于投影变换理论的校正方法第35-36页
    4.2 基于几何性质的鱼眼畸变校正算法第36-41页
        4.2.1 基于投影不变性原理的校正函数模型建立第36-37页
        4.2.2 算法描述第37页
        4.2.3 畸变直线的斜率确定与临时参数的求解第37-39页
        4.2.4 缩放因子计算第39-40页
        4.2.5 逆映射关系的确定第40-41页
    4.3 鱼眼畸变校正算法的实验结果与性能分析第41-44页
        4.3.1 校正算法的复杂度比较第41页
        4.3.2 校正算法的精度比较第41-42页
        4.3.3 主观视觉评价第42-44页
    4.4 基于游程编码映射关系的RTL实现、仿真与综合第44-48页
        4.4.1 设计方案与接口定义第44-45页
        4.4.2 算法设计模块第45-46页
        4.4.3 仿真结果与硬件综合第46-48页
    4.5 本章小结第48-50页
第五章 自适应视频图像增强技术第50-71页
    5.1 视频图像增强技术的研究与分析第50-54页
        5.1.1 直方图均衡化以及其改进算法第50-51页
        5.1.2 基于Retinex理论的图像增强算法第51页
        5.1.3 基于曲线映射的图像增强算法第51-53页
        5.1.4 基于图像锐化的增强算法第53页
        5.1.5 基于频域滤波的图像增强算法第53-54页
    5.2 基于动态场景估计的自适应视频图像增强算法第54-58页
        5.2.1 图像增强算法在预处理系统中的设计要求第54-55页
        5.2.2 基于动态场景估计的自适应图像增强算法第55-58页
    5.3 视频图像增强算法的实验结果与性能评价第58-66页
        5.3.1 客观评价体系的建立与数据比较第58-61页
        5.3.2 主观视觉评价第61-66页
    5.4 自适应视频图像增强算法的硬件实现第66-69页
        5.4.1 设计方案与接口定义第66页
        5.4.2 算法设计模块第66-67页
        5.4.3 仿真结果与分析第67-68页
        5.4.4 硬件实现第68-69页
    5.5 本章小结第69-71页
第六章 总结与展望第71-73页
    6.1 本文工作总结第71-72页
    6.2 未来展望第72-73页
参考文献第73-77页
致谢第77-78页
硕士期间发表的论文第78-79页

论文共79页,点击 下载论文
上一篇:自我导向学习评定量表的汉化及在护理学生中的应用研究
下一篇:图像高斯噪声及椒盐噪声去噪算法研究