基于目标的数字视频增强研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-21页 |
| ·课题研究的背景和意义 | 第11页 |
| ·基于目标的数字视频增强的技术难点 | 第11-13页 |
| ·高动态范围压缩 | 第12页 |
| ·非均匀性校正 | 第12页 |
| ·基于目标的数字视频增强 | 第12-13页 |
| ·基于目标的数字视频增强的研究现状 | 第13-19页 |
| ·高动态范围压缩技术的研究发展 | 第13-15页 |
| ·非均匀校正技术的研究发展 | 第15-17页 |
| ·图像显著区域检测研究现状 | 第17-19页 |
| ·论文概述 | 第19-21页 |
| ·本文主要工作和成果 | 第19页 |
| ·论文结构 | 第19-21页 |
| 第二章 自适应高动态范围压缩 | 第21-38页 |
| ·高动态范围压缩技术概述 | 第22-26页 |
| ·Gamma 校正 | 第22-23页 |
| ·梯度域高动态范围压缩技术 | 第23-24页 |
| ·分层高动态范围压缩算法 | 第24-26页 |
| ·基于亮度宏观特征分段映射的高动态范围压缩技术 | 第26-33页 |
| ·不同的动态范围映射对图像视觉效果的影响 | 第27页 |
| ·人眼对数字图像亮度差异的敏感度 | 第27-28页 |
| ·自适应动态范围压缩 | 第28-33页 |
| ·实验结果及其性能比较 | 第33-37页 |
| ·小结 | 第37-38页 |
| 第三章 基于背景建模的固定模式噪声抑制 | 第38-51页 |
| ·基于时域信息非均匀校正算法概述 | 第38-43页 |
| ·卡尔曼滤波法 | 第38-40页 |
| ·时域高通滤波法（THPF） | 第40-42页 |
| ·最小二乘递归法（RLS） | 第42-43页 |
| ·基于背景建模的固定模式噪声抑制方法 | 第43-50页 |
| ·基于背景建模的固定模式噪声抑制算法原理 | 第44-48页 |
| ·算法性能比较 | 第48-50页 |
| ·小结 | 第50-51页 |
| 第四章 基于目标的数字视频增强 | 第51-61页 |
| ·显著度区域检测技术概述 | 第52-56页 |
| ·Iiit 生物视觉CS 模型 | 第52-53页 |
| ·多尺度频域分析模型 | 第53-54页 |
| ·基于全局对比度的显著区域检测模型 | 第54-56页 |
| ·显著度检测算法性能比较 | 第56页 |
| ·基于目标的数字视频增强 | 第56-60页 |
| ·一般数字视频增强算法 | 第56-57页 |
| ·基于目标的增强算法 | 第57-59页 |
| ·实验结果 | 第59-60页 |
| ·小结 | 第60-61页 |
| 第五章 基于目标的视频增强算法并行计算实现 | 第61-69页 |
| ·CUDA 编程模型 | 第61-64页 |
| ·CUDA 简介 | 第61-63页 |
| ·CUDA 算法实现 | 第63-64页 |
| ·OpenMP 并行程序设计 | 第64-67页 |
| ·OpenMP 简介 | 第64页 |
| ·OpenMP 的运行机制 | 第64-65页 |
| ·OpenMP 的使用 | 第65-66页 |
| ·增强算法的OpenMP 加速性能分析 | 第66-67页 |
| ·小结 | 第67-69页 |
| 第六章 总结和展望 | 第69-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 作者在学期间取得的学术成果 | 第77页 |
