| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 论文研究背景及意义 | 第8-9页 |
| 1.2 图像增强的国内外研究现状 | 第9-12页 |
| 1.2.1 基于传统的图像增强算法 | 第10页 |
| 1.2.2 基于模糊集合论的图像增强算法 | 第10-11页 |
| 1.2.3 基于数学形态学的图像增强算法 | 第11页 |
| 1.2.4 基于优化算法的图像增强算法 | 第11-12页 |
| 1.3 本文结构以及主要研究内容 | 第12-14页 |
| 第二章 空间域和数学形态学的增强的基本理论 | 第14-22页 |
| 2.1 基于灰度变换的算法 | 第14-17页 |
| 2.1.1 线性变换 | 第14-15页 |
| 2.1.2 分段线性变换 | 第15-16页 |
| 2.1.3 非线性变换 | 第16-17页 |
| 2.2 基于直方图的方法 | 第17-18页 |
| 2.2.1 直方图均衡化 | 第17-18页 |
| 2.2.2 直方图规定化 | 第18页 |
| 2.3 空间域滤波 | 第18-19页 |
| 2.3.1 拉普拉斯(Laplace)算子 | 第18-19页 |
| 2.3.2 非锐化掩蔽滤波 | 第19页 |
| 2.4 基于数学形态学的方法 | 第19-21页 |
| 2.4.1 膨胀处理 | 第20页 |
| 2.4.2 腐蚀处理 | 第20页 |
| 2.4.3 图像的开操作和闭操作 | 第20-21页 |
| 2.4.4 图像的顶帽变换和底帽变换 | 第21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 基于频率域变换的图像增强算法 | 第22-35页 |
| 3.1 几何多尺度分析(MGA) | 第23页 |
| 3.2 曲波(Curvelet) | 第23-24页 |
| 3.3 轮廓波(contourlet)变换 | 第24-26页 |
| 3.3.1 拉普拉斯金字塔(LP)分解 | 第24-25页 |
| 3.3.2 方向滤波器组(DFB) | 第25-26页 |
| 3.4 非下采样轮廓波变换(NSCT) | 第26-29页 |
| 3.4.1 非下采样金字塔滤波器组(NSPFB) | 第27-28页 |
| 3.4.2 非下采样方向滤波器组(NSDFB) | 第28-29页 |
| 3.5 剪切波变换(ST) | 第29-31页 |
| 3.5.1 ST的基本理论 | 第29-31页 |
| 3.5.2 ST的分解过程 | 第31页 |
| 3.6 非下采样shearlet变换(NSST) | 第31-33页 |
| 3.7 方块波(Tetrolet)变换 | 第33-34页 |
| 3.8 本章小结 | 第34-35页 |
| 第四章 基于Tetrolet与数学形态学相结合的遥感图像增强 | 第35-44页 |
| 4.1 图像增强预处理 | 第36页 |
| 4.1.1 高低帽变换 | 第36页 |
| 4.1.2 改进的伽马变换 | 第36页 |
| 4.2 Tetrolet变换 | 第36-37页 |
| 4.2.1 Tetrolet变换的低频部分 | 第37页 |
| 4.2.2 Tetrolet变换的高频部分 | 第37页 |
| 4.3 核各向异性扩散处理 | 第37-38页 |
| 4.4 具体实现过程 | 第38-40页 |
| 4.5 实验结果和分析 | 第40-43页 |
| 4.6 本章小结 | 第43-44页 |
| 第五章 基于NSST域的PLIP和自适应地非线性增益相结合的医学图像增强算法 | 第44-53页 |
| 5.1 图像增强预处理 | 第44-45页 |
| 5.2 NSST高频部分的处理 | 第45-47页 |
| 5.2.1 高频子带的自适应非线性增强 | 第45页 |
| 5.2.2 阈值的选取 | 第45-47页 |
| 5.3 PLIP模型对NSST反变换的系数进行处理 | 第47-48页 |
| 5.3.1 PLIPLee算法理论 | 第47-48页 |
| 5.3.2 LIPandPLIP运算总结 | 第48页 |
| 5.4 算法的实现步骤 | 第48-49页 |
| 5.5 实验结果与分析 | 第49-52页 |
| 5.6 本章小节 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 本文内容总结 | 第53-54页 |
| 6.2 未来展望 | 第54-55页 |
| 参考文献 | 第55-62页 |
| 硕士研究生期间发表论文情况 | 第62-63页 |
| 致谢 | 第63-65页 |
