图像理解 颜色认知计算PDF|Epub|txt|kindle电子书版本网盘下载

图像理解 颜色认知计算PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 引言1

1.1 背景与意义1

1.1.1 颜色恒常性1

1.1.2 HDR图像处理3

1.2 国内外研究现状4

1.2.1 颜色恒常性计算4

1.2.2 HDR图像处理8

1.3 本书的内容和结构安排11

参考文献12

第2章 无监督的颜色恒常性计算16

2.1 引言16

2.2 相关工作介绍17

2.2.1 White Patch假设17

2.2.2 Grey World假设17

2.2.3 Grey Edge假设18

2.2.4 Grey Surface Identification算法20

2.2.5 小结21

2.3 基于灰色表面的颜色恒常性计算21

2.3.1 基于迭代的灰色表面提取算法21

2.3.2 基于颜色不变性描述的优化算法23

2.4 实验结果与分析25

2.4.1 颜色恒常性计算实验数据集25

2.4.2 光照估计的性能评价标准27

2.4.3 基于321幅SFU图像集的实验结果28

2.4.4 基于900幅图像集的实验结果29

2.4.5 基于11000幅图像集的实验结果30

2.4.6 基于11000幅图像集子集的实验结果31

2.4.7 迭代次数对性能的影响32

2.4.8 灰色表面统计32

2.4.9 图像光照矫正示例33

2.5 本章小结34

参考文献34

第3章 有监督的颜色恒常性计算36

3.1 引言36

3.2 相关工作介绍37

3.2.1 基于贝叶斯理论的颜色恒常性计算37

3.2.2 基于相关性的颜色恒常性计算38

3.2.3 基于BP神经网络的颜色恒常性计算39

3.2.4 基于SVR的颜色恒常性计算40

3.2.5 小结41

3.3 基于ELM颜色恒常性计算41

3.3.1 ELM简介41

3.3.2 ELM与SVR的比较43

3.3.3 基于ELM的颜色恒常性计算44

3.4 实验结果与分析46

3.4.1 基于321幅SFU图像集的实验结果46

3.4.2 基于900幅图像集的实验结果47

3.4.3 基于11000幅图像集的实验结果48

3.4.4 ELM与SVR的速度比较实验49

3.4.5 图像光照矫正示例50

3.5 本章小结51

参考文献51

第4章 颜色恒常性算法融合53

4.1 引言53

4.2 相关工作介绍53

4.2.1 基于委员会的颜色恒常性算法融合53

4.2.2 基于自然图像统计的颜色恒常性算法融合54

4.2.3 基于室内-户外图像场景类的颜色恒常性算法56

4.2.4 小结57

4.3 基于场景三维几何特征的颜色恒常性计算57

4.3.1 场景的三维几何模型57

4.3.2 算法描述58

4.3.3 场景的stage分类58

4.3.4 基于stage模型结构的自然场景分割59

4.3.5 场景光照估计61

4.4 实验结果与分析61

4.4.1 实验数据集62

4.4.2 场景的stage分类器性能62

4.4.3 单个颜色恒常性算法实验结果63

4.4.4 颜色恒常性计算融合算法的实验结果64

4.4.5 基于场景的三维几何结构的颜色恒常性算法实验结果65

4.4.6 图像光照矫正示例67

4.5 本章小结68

参考文献68

第5章 多光照颜色恒常性计算70

5.1 引言70

5.2 相关工作介绍71

5.2.1 基于Retinex的多光照颜色恒常性算法71

5.2.2 基于物理模型的多光照颜色恒常性算法72

5.2.3 基于局部空间平均颜色的颜色恒常性计算73

5.2.4 小结73

5.3 多光照条件下颜色恒常性计算框架73

5.3.1 框架描述74

5.3.2 基于样本块的光照估计75

5.3.3 重叠光照处理76

5.3.4 图像矫正76

5.4 实验结果与分析77

5.4.1 误差度量和性能评价77

5.4.2 超光谱数据集的实验结果及分析78

5.4.3 真实场景数据集的实验结果及分析81

5.5 本章小结84

参考文献84

第6章 基于不变矩的颜色不变性描述86

6.1 引言86

6.2 相关工作介绍87

6.2.1 颜色直方图87

6.2.2 颜色恒常的颜色索引88

6.2.3 模糊鲁棒的颜色不变性描述子89

6.2.4 小结91

6.3 不变矩理论简介91

6.4 基于不变矩的颜色不变性描述92

6.4.1 Diagonal-Offset模型92

6.4.2 两种新的颜色空间定义93

6.4.3 颜色的矩不变量94

6.4.4 离散颜色空间上的实现95

6.4.5 基于不变矩的颜色不变性描述子95

6.4.6 颜色不变性描述子的鲁棒性分析95

6.5 实验结果与分析97

6.5.1 基于物体识别的实验及分析97

6.5.2 基于内容的图像检索的实验及分析102

6.6 本章小结104

参考文献105

第7章 基于亮度感知的HDR场景再现106

7.1 引言106

7.2 相关工作介绍107

7.3 存在的问题108

7.4 基于亮度感知理论的HDR场景再现算法108

7.4.1 HVS亮度感知理论109

7.4.2 基于“双锚”理论的色调映射算法110

7.4.3 对比度增强114

7.4.4 颜色校正115

7.5 实验结果与分析117

7.5.1 评价标准117

7.5.2 性能分析与比较118

7.6 本章小结128

参考文献128

第8章 局部自适应双边滤波色调映射131

8.1 引言131

8.2 相关工作介绍132

8.3 局部自适应双边滤波色调映射算法133

8.3.1 颜色空间133

8.3.2 双边滤波器136

8.3.3 自适应对数底的双边滤波动态范围压缩算法137

8.3.4 优化算法138

8.4 实验结果与分析140

8.5 本章小结144

参考文献144

第9章 基于支持向量回归的曝光融合146

9.1 引言146

9.2 相关工作介绍147

9.2.1 灰度极值法147

9.2.2 加权平均法147

9.2.3 基于区域特征法148

9.2.4 窗口一致性验证法149

9.2.5 存在的问题149

9.3 基于支持向量回归的多曝光融合算法150

9.3.1 基于机器学习分类机制的图像融合150

9.3.2 支持向量回归简介151

9.3.3 基于支持向量回归的多曝光融合算法153

9.4 实验结果与分析155

9.4.1 评价标准155

9.4.2 性能分析与比较157

9.5 本章小结161

参考文献162

第10章 基于可操纵金字塔的曝光融合163

10.1 引言163

10.2 相关工作介绍164

10.2.1 无方向的塔形分解164

10.2.2 有方向的塔形分解167

10.3 存在的问题169

10.4 基于可操纵金字塔多曝光融合算法169

10.4.1 可操纵金字塔简介169

10.4.2 基于可操纵金字塔多曝光融合算法170

10.5 实验结果与分析172

10.5.1 评价标准172

10.5.2 主观评价173

10.5.3 客观评价179

10.6 本章小结180

参考文献180

第11章 总结与展望182

11.1 总结182

11.2 展望186

附录A 各章部分彩图189