封面
声明
中文摘要
英文摘要
目录
第1章 绪论
1.1 高动态范围图像处理的背景和意义
1.2 高动态范围图像处理需要解决的热点问题
1.3 高动态范围图像存储以及表示方法研究现状
1.4 高动态范围图像成像算法的意义以及研究现状
1.5 动态范围压缩的意义以及研究现状
1.6 高动态范围图像恢复的意义以及研究现状
1.7 本文的主要工作和论文章节安排
第2章 理论基础
2.1 引言
2.2 数字图像成像过程
2.3 高动态范围图像合成方法
2.4 retinex模型
2.5 梯度域动态范围压缩算法
2.6 非线性响应对于散粒噪声的影响
2.7 评价指标
2.8 本章小结
第3章 基于三次样条插值的高动态范围图像合成方法
3.1 引言
3.2 算法思路
3.3 三次样条函数插值原理
3.4 递推法求解三次样条函数
3.5 三次样条插值合成高动态范围图像的条件
3.6 实验结果与数据分析
3.7 本章小结
第4章 基于Mean-Shift算法的光照估计算法
4.1 引言
4.2 算法思路
4.3 核密度估计
4.4 计算Mean-Shift向量
4.5 光照估计
4.6 光照补偿模型
4.7 实验结果与数据分析
4.8 本章小结
第5章 基于梯度域的动态范围压缩方法
5.1 引言
5.2 算法思路
5.3 格林公式求解泊松方程
5.4 改进的电像法
5.5 亮度图像预处理
5.6 实验结果分析
5.7 本章小结
第6章 基于最大后验概率的图像恢复与动态范围压缩算法
6.1 引言
6.2 信号相关噪声模型
6.3 噪声模型参数估计
6.4 基于最大后验概率的变分模型
6.5 改进的变分模型
6.6 数值方法
6.7 改进的数值方法
6.8 关于麦克劳林级数的一些说明
6.9 实验结果与分析
6.10 本章小结
结 论
参考文献
攻读博士学位期间发表的论文和取得的科研成果
致谢