| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-14页 |
| 1.2.1 基于雾霾天图像复原方法 | 第12页 |
| 1.2.2 基于数字图像处理的雾天降质图像增强方法 | 第12-14页 |
| 1.3 论文主要研究内容 | 第14-16页 |
| 第2章 图像增强基础与雾天降质图像分析 | 第16-30页 |
| 2.1 直方图均衡 | 第16-20页 |
| 2.1.1 直方图均衡化图像增强 | 第16-18页 |
| 2.1.2 对比度受限自适应直方图均衡（CLAHE） | 第18-20页 |
| 2.2 同态滤波 | 第20-22页 |
| 2.3 雾天降质图像分析 | 第22-27页 |
| 2.3.1 雾霾形成机理 | 第22-23页 |
| 2.3.2 雾霾图像退化模型 | 第23-24页 |
| 2.3.3 雾霾天气情况下成像 | 第24-25页 |
| 2.3.4 雾霾图像特性分析 | 第25-27页 |
| 2.4 图像增强效果的质量评价 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于Retinex方法的图像增强 | 第30-41页 |
| 3.1 Retinex算法理论基础 | 第30-33页 |
| 3.2 Retinex的全局图像增强和局部图像增强 | 第33-35页 |
| 3.3 算法仿真实验结果分析 | 第35-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 基于小波变换的图像增强方法 | 第41-56页 |
| 4.1 小波变换的起源、发展与应用 | 第41-43页 |
| 4.1.1 从傅立叶分析到小波分析 | 第41页 |
| 4.1.2 小波分析的发展 | 第41-42页 |
| 4.1.3 小波分析应用 | 第42-43页 |
| 4.2 小波变换的基本理论 | 第43-48页 |
| 4.2.1 小波序列 | 第43页 |
| 4.2.2 连续小波变换及逆变换 | 第43-44页 |
| 4.2.3 离散小波变化及逆变换 | 第44-46页 |
| 4.2.4 小波多分辨率分析 | 第46-47页 |
| 4.2.5 小波变换算法原理 | 第47-48页 |
| 4.3 小波变换和对比度受限自适应直方图均衡相结合的图像增强方法 | 第48-51页 |
| 4.3.1 CLAHE方法步骤 | 第48页 |
| 4.3.2 离散小波变化CLAHE图像增强算法 | 第48-51页 |
| 4.4 实验结果分析 | 第51-55页 |
| 4.5 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 1.工作总结 | 第56-57页 |
| 2.展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表的学术论文 | 第61-62页 |
| 致谢 | 第62页 |
