学位论文 > 优秀研究生学位论文题录展示

图像增强技术研究

作　者: 朱遵尚
导　师: 刘肖琳
学　校: 国防科学技术大学
专　业: 控制科学与工程
关键词: 图像增强图像质量评价图形处理器
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 612次
引　用: 13次
阅　读: 论文下载

内容摘要

图像增强技术是图像处理领域研究重点和热点之一。本文系统地研究了图像自动增强系统中图像质量评价、图像增强算法和基于图形处理器(GPU)的图像处理等核心技术,并在具有显卡芯片的计算机上构建了基于CPU/GPU的图像自动增强系统(Automatic Image Enhancement System)。论文的主要工作和研究成果有:1.图像质量评价算法的设计。提出了基于锐度函数的质量评价算法。该质量评价算法结合了基于点锐度函数和边缘锐度函数的图像质量评价方法的优点,能够准确的反映图像的局部反差和边缘信息,并且具有与内容无关性的特点,对图像类型的判断具有较强的指导性。2.图像增强算法的研究。针对不同类型的降质图像,分别设计了不同的图像增强算法。首先对基于全局信息的图像增强方法进行改进,提高了算法的效果和实时性。其次提出了一种新的多尺度对数Lee图像增强算法,并将其与局部受限的直方图均衡化结合形成了改进的图像去雾算法。最后针对图像增强中的噪声问题,设计实现了基于偏微分方程的图像滤波算法。在增强算法上确保能够改善降质图像的质量,达到较好的图像增强效果。3.基于GPU的并行图像处理。图像处理中具有数据量大,图像处理算法计算复杂的特点,很难实现对采集到的图像进行实时的增强处理。我们对图像质量评价算法和图像增强算法进行了并行算法设计,并利用GPU实现。

全文目录

摘要  8-9
ABSTRACT  9-10
第一章绪论  10-18
  1.1 课题背景及意义  10-11
  1.2 图像增强技术的技术难点  11
  1.3 图像增强技术的研究现状  11-16
    1.3.1 图像质量评价的研究发展  11-12
    1.3.2 图像增强技术的研究发展  12-14
    1.3.3 可编程硬件的发展及其在图像处理中的应用  14-16
  1.4 论文概述  16-18
    1.4.1 本文主要工作和成果  16-17
    1.4.2 论文结构  17-18
第二章图像质量评价  18-30
  2.1 客观无参考图像质量评价  18-20
  2.2 基于锐度函数的客观无参考图像质量评价  20-28
    2.2.1 基于点锐度函数的图像质量评价  20-22
    2.2.2 基于边缘锐度函数的图像质量评价  22-25
    2.2.3 基于锐度函数的图像质量评价  25-28
  2.3 基于图像质量评价的图像类型预测  28-29
  2.4 小结  29-30
第三章图像增强算法的研究  30-52
  3.1 基于全局信息的图像增强  30-36
    3.1.1 基于统计信息的线性增强  30-33
    3.1.2 改进的基于连续均值变量的图像增强  33-36
  3.2 基于局部信息的图像增强  36-43
    3.2.1 多尺度对数Lee图像增强算法  36-40
    3.2.2 改进的图像去雾增强算法  40-43
  3.3 基于偏微分方程的图像滤波算法  43-51
  3.4 小结  51-52
第四章基于GPU的图像并行处理  52-60
  4.1 可编程流水线结构和流式编程模型  52-53
  4.2 基于图形处理器的图像并行处理  53-58
    4.2.1 图像并行处理分析  53-56
    4.2.2 GPU计算资源  56-57
    4.2.3 CPU-GPU计算模型比较  57-58
  4.3 图像质量评价和增强算法对GPU的计算需求分析  58-59
  4.4 小结  59-60
第五章基于GPU的图像自动增强系统实现  60-72
  5.1 基于GPU的图像处理平台  60-63
    5.1.1 3D API  60
    5.1.2 基于GPU的图像处理框架  60-62
    5.1.3 实时绘制语言Cg  62-63
  5.2 基于GPU实现基本运算  63-66
  5.3 图像质量评价算法的GPU实现  66-67
    5.3.1 常规的客观图像质量评价方法  66
    5.3.2 改进的点锐度的图像质量评价算法  66
    5.3.3 改进的基于边缘锐度的图像质量评价算法  66-67
  5.4 图像增强算法的GPU实现  67-69
    5.4.1 基于全局信息的图像增强的GPU实现  67
    5.4.2 多尺度对数Lee图像增强算法的GPU实现  67-68
    5.4.3 偏微分方程滤波算法的GPU实现  68-69
  5.5 系统实现与效率评价  69-71
  5.6 小结  71-72
第六章总结和展望  72-73
致谢  73-74
参考文献  74-78
作者在学期间取得的学术成果  78

相似论文

数字图像处理在集装箱检测中的应用研究,TP274.4
基于HVS的无参考图像质量评价方法的研究,TP391.41
人脸识别中的图像质量评价方法研究,TP391.41
基于失真效应的图像质量评价与分类,TP391.41
基于HVS的图像质量评价研究,TP391.41
基于人类视觉特性的结构相似度图像质量评价,TP391.41
基于结构相似度与MTF的图像质量评价方法研究,TP391.41
结合多元回归与结构相似算法的图像质量评价,TP391.41
基于GPU的医学图像三维重建算法及其应用,TP391.41
基于GPU的高速正则表达式匹配技术研究,TP393.08
基于主观感知的图像质量评价标准的研究,TP391.41
立体图像质量客观评价方法的研究与实现,TP391.41
面向立体视频的质量评价与码率控制技术研究,TP391.41
基于GPU的时域有限差分方法及应用于LED性能优化的研究,TN312.8
列车驾驶仿真器视景仿真之雨雪现象的模拟,U268.4
基于图像空间多通道相似分解的图像质量综合评价方法,TP391.41
DTS在放疗摆位中的应用研究,TP391.41
磁共振稀疏重建算法与直接离散傅里叶变换重建算法并行处理加速方法的研究,TP391.41
红外和可见光图像融合技术研究,TP391.41
JND模型及其在视频编码中的应用,TN919.81
图像质量评价及复原系统研究,TP391.41