文摘
英文文摘
声明
第1章绪论
1.1引言
1.2课题的提出
1.2.1图像的亮度动态范围
1.2.2图像采集与空间分辨率
1.2.3高质量图像和视频的重建
1.3论文结构
第2章高动态范围图像处理技术研究进展
2.1引言
2.2高动态范围可视化研究进展
2.2.1全局映射算法
2.2.2局部映射算法
2.3评价方式
2.3.1主观心理实验法
2.3.2局部对比度评价法
2.3.3视觉差别预测法
2.4本章小结
第3章图像超分辨率复原技术研究进展
3.1引言
3.2基于正则化重建的超分辨率复原技术
3.2.1观测模型的建立
3.2.2问题的分析
3.2.3算法步骤
3.2.4典型的正则化重建算法
3.2.5先验知识的定义
3.3基于示例学习的超分辨率复原
3.3.1基于示例学习的算法概述
3.3.2马尔可夫网络模型学习算法
3.3.3基于矢量量化样本分类的算法
3.4本章小结
第4章一种自适应的高动态范围图像可视化算法
4.1引言
4.2自适应高动态范围图像可视化算法
4.2.1基本层与细节层的分解
4.2.2基本层映射曲线和映射图
4.2.3自适应细节层增强
4.2.4最终映射及颜色处理
4.3实验结果与讨论
4.4本章小结
第5章高动态范围图像可视化快速算法
5.1引言
5.2双边滤波器原理
5.3基于积分图像的双边滤波器快速算法
5.4.1积分图像及其性质
5.4.2基于积分图像的快速空间滤波
5.4.3基于积分图像的双边滤波器
5.4实验结果与讨论
5.5本章小结
第6章基于梯度矢量流约束的图像超分辨率复原
6.1引言
6.2各向异性扩散模型与数字图像处理
6.2.1扩散模型的物理背景
6.2.2平均曲率流扩散模型
6.2.3梯度矢量流场约束的扩散模型
6.3梯度流场约束的超分辨率复原算法
6.3.1提出的超分辨率复原算法
6.3.2基于梯度矢量流场的图像边缘先验知识
6.3.2高斯移动平均模型约束
6.3.3梯度流场约束的图像超分辨率复原步骤
6.4实验结果与讨论
6.5本章小结
第7章基于多类预测器学习的超分辨率复原
7.1引言
7.2基于多类预测学习的图像超分辨率复原
7.2.1训练样本的产生
7.2.2基于内容的样本分类
7.2.3多类预测器的设计与训练
7.2.4高分辨率图像的重建
7.3实验结果与讨论
7.3.1训练样本集和测试图像集
7.3.2自样本训练集重建实验
7.3.3特定样本训练集重建实验
7.3.4混合样本训练集重建实验
7.4本章小结
结论与展望
1.论文工作总结
2.论文的创新点
3.工作展望
参考文献
攻读博士学位期间所发表的学术论文
攻读博士学位期间参加的科研项目
攻读博士学位期间参加的重要学术会议
攻读博士学位期间境外科研经历
攻读博士论文期间获得奖励情况
致谢