| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 第一章 绪论 | 第12-31页 |
| 1.1 本文研究背景及意义 | 第12-13页 |
| 1.2 生物视觉系统概述 | 第13-21页 |
| 1.2.1 前端视觉通路的基本感知结构 | 第13-16页 |
| 1.2.1.1 视网膜 | 第13-15页 |
| 1.2.1.2 外侧膝状体 | 第15页 |
| 1.2.1.3 初级视觉皮层 | 第15-16页 |
| 1.2.2 视网膜与外侧膝状体的神经机制及模型 | 第16-18页 |
| 1.2.2.1 感受野神经机制 | 第16页 |
| 1.2.2.2 视网膜神经节细胞感受野模型 | 第16-18页 |
| 1.2.3 视觉系统的感知特性 | 第18-21页 |
| 1.2.3.1 亮度及对比度特性 | 第18-21页 |
| 1.2.3.2 图像结构的敏感性 | 第21页 |
| 1.2.3.3 颜色恒常性 | 第21页 |
| 1.3 图像增强及质量评价概述 | 第21-27页 |
| 1.3.1 图像增强 | 第22-24页 |
| 1.3.2 图像去噪 | 第24-25页 |
| 1.3.3 图像质量评价 | 第25-27页 |
| 1.3.3.1 主观图像质量评价 | 第25页 |
| 1.3.3.2 客观图像质量评价 | 第25-27页 |
| 1.4 本文研究内容与主要贡献 | 第27-29页 |
| 1.5 本文的结构安排 | 第29-31页 |
| 第二章 基于Retinex理论的眼底彩色图像增强方法 | 第31-48页 |
| 2.1 引言 | 第31-32页 |
| 2.2 Retinex理论基础 | 第32-37页 |
| 2.2.1 Retinex理论及其模型 | 第32-35页 |
| 2.2.1.1 单尺度Retinex算法 | 第33-34页 |
| 2.2.1.2 多尺度Retinex算法 | 第34-35页 |
| 2.2.1.3 带色彩恢复的多尺度Retinex算法 | 第35页 |
| 2.2.2 Retinex算法缺陷 | 第35-37页 |
| 2.3 基于Retinex的彩色图像增强方法 | 第37-44页 |
| 2.3.1 亮度调整 | 第37-38页 |
| 2.3.2 CP-MSR算法的“gain/offset”修正 | 第38-40页 |
| 2.3.3 颜色恢复因子的改进 | 第40-41页 |
| 2.3.4 对亮度通道进行恢复处理 | 第41-42页 |
| 2.3.5 Retinex算法频域处理 | 第42-43页 |
| 2.3.6 算法评价指标 | 第43-44页 |
| 2.4 实验结果和分析 | 第44-47页 |
| 2.4.1 算法验证 | 第44-45页 |
| 2.4.2 本文算法与现有算法的主观比较 | 第45-46页 |
| 2.4.3 本文算法与现有算法的客观比较 | 第46-47页 |
| 2.5 本章小结 | 第47-48页 |
| 第三章 基于视觉感受野特性的自适应图像去噪方法 | 第48-66页 |
| 3.1 引言 | 第48-50页 |
| 3.2 图像去噪的生物视觉基础 | 第50-51页 |
| 3.3 基于视觉感受野的计算模型 | 第51-57页 |
| 3.3.1 颜色空间转换 | 第52-53页 |
| 3.3.2 噪声判断算法描述 | 第53-55页 |
| 3.3.3 噪声处理算法描述 | 第55-56页 |
| 3.3.4 自适应动态处理 | 第56-57页 |
| 3.3.5 算法评价指标 | 第57页 |
| 3.4 实验结果和分析 | 第57-65页 |
| 3.4.1 ON/OFF去噪效果的贡献 | 第57-58页 |
| 3.4.2 不同噪声水平下的去噪效果对比 | 第58-59页 |
| 3.4.3 本文模型整体与细节去噪效果对比 | 第59-61页 |
| 3.4.4 本文模型用于处理夜间增强图像 | 第61-65页 |
| 3.4.4.1 主观视觉效果对比 | 第61-63页 |
| 3.4.4.2 客观评价对比 | 第63-64页 |
| 3.4.4.3 运算时间比较 | 第64-65页 |
| 3.5 本章小结 | 第65-66页 |
| 第四章 基于视觉感知的图像增强质量评价 | 第66-95页 |
| 4.1 引言 | 第66-67页 |
| 4.2 图像质量评价的视觉感知基础 | 第67-68页 |
| 4.3 基于视觉感知的图像增强质量评价 | 第68-83页 |
| 4.3.1 引言 | 第68-69页 |
| 4.3.2 视觉参数的构建 | 第69-76页 |
| 4.3.2.1 视觉参数的测量 | 第70-73页 |
| 4.3.2.2 图像质量评价函数的建立 | 第73-76页 |
| 4.3.3 评价指标 | 第76-77页 |
| 4.3.4 实验结果与分析 | 第77-83页 |
| 4.3.4.1 LIVE图像数据库上的性能比较 | 第77-80页 |
| 4.3.4.2 增强图像主观评价与客观评价的结果比较 | 第80-81页 |
| 4.3.4.3 对图像增强算法的评价 | 第81-83页 |
| 4.4 图像增强的失真率检测方法 | 第83-94页 |
| 4.4.1 引言 | 第83-84页 |
| 4.4.2 失真率参数构建 | 第84-87页 |
| 4.4.2.1 信息失真率计算 | 第85-86页 |
| 4.4.2.2 组成成分失真率计算 | 第86-87页 |
| 4.4.2.3 颜色失真率计算 | 第87页 |
| 4.4.3 实验结果与分析 | 第87-94页 |
| 4.4.3.1 直方图均衡化方法与其他图像增强算法的失真率比较 | 第88-93页 |
| 4.4.3.2 CP-MSR增强方法的失真率比较 | 第93-94页 |
| 4.5 本章小结 | 第94-95页 |
| 第五章 总结与展望 | 第95-99页 |
| 5.1 总结 | 第95-97页 |
| 5.2 展望 | 第97-99页 |
| 致谢 | 第99-100页 |
| 参考文献 | 第100-114页 |
| 攻读博士学位期间取得的成果 | 第114页 |
