颜色恒常性后处理算法研究

目录

声明

第一章 绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.2.1 图像内容统计类方法

1.2.2 色域映射类方法

1.2.3 机器学习类方法

1.2.4 深度学习类方法

1.2.5 后处理类方法

1.3 本文主要内容

1.4 论文组织结构

1.5 本章小结

第二章 相关理论基础

2.1 颜色视觉模型

2.1.1 光源

2.1.2 物体

2.1.3 观察者

2.1.4 黑体和色温

2.1.5 标准照明体和标准光源

2.2 颜色空间模型

2.2.1 CIERGB颜色空间

2.2.2 CIEXYZ颜色空间

2.3 成像原理

2.3.1 成像模型

2.3.2 设备颜色空间

2.3.3 颜色恒常性方法步骤

2.4 颜色恒常性评价方法

2.4.1 评价方法

2.4.2 标准数据集

2.5 深度学习方法

2.6 本章小结

第三章 基于光照颜色统计分布的颜色恒常性后处理方法

3.1 方法原理与步骤

3.2 室内外场景分类

3.2.1 残差学习

3.2.2 深度残差网络

3.3 色域构建和映射方法

3.3.1 色域构建

3.3.2 色域映射

3.4 本章小结

第四章 室外场景颜色恒常性后处理方法

4.1 室外光源色域构建与映射

4.2 实验结果与分析

4.2.1 NUS数据集结果分析

4.2.2 Gehler-Shi数据集结果分析

4.2.3 Cube+数据集结果分析

4.3 本章小结

第五章 室内场景颜色恒常性后处理方法

5.1 室内光源色域构建与映射

5.2 实验结果与分析

5.2.1 NUS数据集结果分析

5.2.2 Gehler-Shi数据集结果分析

5.2.3 Cube+数据集结果分析

5.3 本章小结

第六章 总结与展望

6.1 本文工作总结

6.2 未来展望

致谢

参考文献

附录