声明
摘要
1 绪论
1.1 彩色夜视技术及其发展现状
1.2 人工神经网络目标识别
1.3 图像分割技术
1.4 本文的主要研究工作
2 彩色夜视成像方法
2.1 红外与微光图像特征分析
2.2 颜色空间及相互转换
2.2.1 RGB颜色空间
2.2.2 YUV颜色空间
2.2.3 颜色空间
2.3 经典彩色夜视融合方法
2.3.1 NRL法
2.3.2 MIT法
2.3.3 TNO法
2.3.4 色彩传递法
2.3.5 颜色查找表法
2.4 经典彩色夜视融合方法的比较
2.5 本章小结
3 基于感兴趣区域分水岭分割的BP神经网络典型目标识别
3.1 红外图像特征的提取
3.1.1 颜色特征
3.1.2 梯度特征
3.1.3 纹理特征
3.1.4 Hu不变矩
3.2 红外图像特征的归一化
3.3 BP神经网络模式识别
3.4 感兴趣区域提取
3.5 分水岭分割
3.6 基于感兴趣区域分水岭分割的BP神经网络典型红外目标识别
3.7 本章小结
4 基于视觉并行处理机制的典型目标识别彩色夜视融合
4.1 基于YUV颜色空间的色彩传递彩色夜视方法
4.2 基于YUV颜色空间的颜色查找表彩色夜视方法
4.3 基于视觉并行处理机制的典型目标识别彩色夜视融合
4.4 本章小结
5 基于DSP的微光和红外彩色融合方法的硬件实现
5.1 应用程序设计
5.1.1 视频采集和播放
5.1.2 视频存储和处理
5.1.3 用户交互
5.1.4 程序硬件实现
5.2 实验结果
5.3 本章小结
6 论文总结
致谢
参考文献