基于分块融合的Retinex图像增强算法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 论文章节安排 | 第14-15页 |
| 2 理论基础及改进研究 | 第15-36页 |
| 2.1 传统图像增强算法 | 第15-23页 |
| 2.1.1 空间域增强算法 | 第15-21页 |
| 2.1.2 频率域增强算法 | 第21-23页 |
| 2.2 Retinex理论概述 | 第23-26页 |
| 2.2.1 Retinex模型 | 第23-25页 |
| 2.2.2 光照图像L的估计 | 第25页 |
| 2.2.3 反射图像R的量化 | 第25-26页 |
| 2.3 单尺度Retinex算法的不足 | 第26-27页 |
| 2.4 Retinex算法的改进研究 | 第27-35页 |
| 2.4.1 针对光晕现象的改进研究 | 第27-31页 |
| 2.4.2 针对噪声放大现象的改进研究 | 第31-33页 |
| 2.4.3 针对泛灰现象的改进研究 | 第33-35页 |
| 2.5 本章小结 | 第35-36页 |
| 3 基于分块融合的Retinex图像增强算法 | 第36-44页 |
| 3.1 光照图像估计 | 第37页 |
| 3.2 局部最优图像的获取 | 第37-40页 |
| 3.2.1 非线性变换在反射图像量化中的应用 | 第38-39页 |
| 3.2.2 局部最优参数的选取 | 第39-40页 |
| 3.2.3 获取局部最优图像 | 第40页 |
| 3.3 局部最优图像的融合 | 第40-43页 |
| 3.3.1 分块融合技术在增强算法中的应用 | 第40-42页 |
| 3.3.2 一致性校验 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 4 实验结果与分析 | 第44-53页 |
| 4.1 实验环境及参数设置 | 第44页 |
| 4.2 对比实验设计 | 第44-45页 |
| 4.2.1 算法的鲁棒性验证 | 第44页 |
| 4.2.2 算法的有效性验证 | 第44页 |
| 4.2.3 实验评价指标 | 第44-45页 |
| 4.3 实验结果分析 | 第45-52页 |
| 4.3.1 主观视觉观察 | 第45-50页 |
| 4.3.2 客观数据分析 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 附录A 主要符号说明 | 第57-58页 |
| 附录B 专有名词中英文对照 | 第58-59页 |
| 作者简历 | 第59-60页 |
| 学位论文数据集 | 第60-61页 |
