| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-17页 |
| 1.1 选题的背景及意义 | 第9-10页 |
| 1.2 图像拼接的概述及流程 | 第10-12页 |
| 1.2.1 图像拼接概述 | 第10-11页 |
| 1.2.2 图像拼接基本流程 | 第11-12页 |
| 1.3 图像拼接研究现状 | 第12-14页 |
| 1.3.1 国内外研究现状 | 第12-14页 |
| 1.3.2 图像拼接面临的挑战 | 第14页 |
| 1.4 本文研究内容 | 第14-15页 |
| 1.5 本文组织结构 | 第15-17页 |
| 2 相关理论及工作 | 第17-32页 |
| 2.1 色彩感知基本理论 | 第17-19页 |
| 2.1.1 常见的颜色模型 | 第17-19页 |
| 2.1.2 颜色感知物理模型 | 第19页 |
| 2.1.3 人眼颜色恒常性 | 第19页 |
| 2.2 颜色校正算法 | 第19-25页 |
| 2.2.1 von Kries色系数定律 | 第19-20页 |
| 2.2.2 Retinex理论 | 第20页 |
| 2.2.3 灰度世界算法 | 第20-21页 |
| 2.2.4 色谱映射算法 | 第21-23页 |
| 2.2.5 贝叶斯决策算法 | 第23-24页 |
| 2.2.6 物理模型颜色恒常性算法 | 第24-25页 |
| 2.3 图像融合算法 | 第25-30页 |
| 2.3.1 底层图像融合 | 第25-27页 |
| 2.3.2 中间层图像融合 | 第27-28页 |
| 2.3.3 顶层图像融合 | 第28-30页 |
| 2.4 本章小结 | 第30-32页 |
| 3 基于图像块的颜色校正算法 | 第32-43页 |
| 3.1 引言 | 第32-33页 |
| 3.2 算法理论 | 第33-35页 |
| 3.2.1 反射模型 | 第33页 |
| 3.2.2 系统的光源估计模型及分块思路 | 第33-34页 |
| 3.2.3 颜色校正模型 | 第34-35页 |
| 3.3 算法描述 | 第35-37页 |
| 3.3.1 图像块采样 | 第35-36页 |
| 3.3.2 采样块的光源估计 | 第36页 |
| 3.3.3 计算整幅图像的光照估计 | 第36页 |
| 3.3.4 将图像的光照估计映射到每个像素 | 第36页 |
| 3.3.5 颜色校正 | 第36-37页 |
| 3.4 性能评价 | 第37-41页 |
| 3.5 本章小结 | 第41-43页 |
| 4 多分辨率框架下图像融合算法 | 第43-53页 |
| 4.1 文中的基本假设 | 第43-44页 |
| 4.2 本章算法的理论依据 | 第44-49页 |
| 4.2.1 构建高斯(Gaussian)金字塔 | 第44-47页 |
| 4.2.2 构建拉普拉斯(Laplacian)金字塔 | 第47-48页 |
| 4.2.3 加总特性 | 第48-49页 |
| 4.3 多分辨率样条分析的图像融合算法 | 第49-50页 |
| 4.4 实验及效果评价 | 第50-52页 |
| 4.5 本章小结 | 第52-53页 |
| 5 结论与展望 | 第53-55页 |
| 5.1 主要结论 | 第53页 |
| 5.2 展望 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 攻读硕士学位期间参与项目及研究成果 | 第60-61页 |
| 致谢 | 第61页 |