| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 1. 绪论 | 第11-15页 |
| ·课题的研究背景和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·本文的研究内容和结构安排 | 第14-15页 |
| 2. 彩色图像增强基础 | 第15-21页 |
| ·色彩空间简介 | 第15-18页 |
| ·RGB色彩空间 | 第15-16页 |
| ·YCbCr色彩空间 | 第16页 |
| ·HSI色彩空间 | 第16-18页 |
| ·颜色视觉模型与色彩恒常性 | 第18-21页 |
| ·人眼视觉系统 | 第18-19页 |
| ·色彩恒常性的基本理论 | 第19-21页 |
| 3. 基于Retinex模型的传统图像增强算法 | 第21-36页 |
| ·Retinex模型 | 第21-23页 |
| ·Retinex理论的提出和发展 | 第21-23页 |
| ·Retinex理论的数学模型 | 第23页 |
| ·基于中心/环绕函数的Retinex算法 | 第23-30页 |
| ·单尺度Retinex算法 | 第23-25页 |
| ·多尺度Retinex算法 | 第25-26页 |
| ·带色彩恢复因子的多尺度Retinex算法 | 第26-27页 |
| ·混合灰度转换函数的子带分解多尺度Retinex算法 | 第27-30页 |
| ·传统方法的实验结果及分析 | 第30-36页 |
| ·图像实验结果 | 第30-32页 |
| ·几种传统方法的分析和比较 | 第32-35页 |
| ·传统方法的不足 | 第35-36页 |
| 4. 改进的基于Retinex模型的彩色图像增强算法 | 第36-57页 |
| ·基于子带加权融合的多尺度Retinex图像增强算法 | 第36-44页 |
| ·图像加权融合算法 | 第37-39页 |
| ·拉普拉斯金字塔分解算法 | 第39-41页 |
| ·基于子带加权融合的多尺度Retinex图像增强算法实现 | 第41-44页 |
| ·基于图像分割的多尺度Retinex图像增强算法 | 第44-52页 |
| ·图像分割算法 | 第44-47页 |
| ·RGB空间上的图像分割增强算法及其实现 | 第47-50页 |
| ·YCbCr空间上的图像分割增强算法及其实现 | 第50-52页 |
| ·实验结果及分析 | 第52-57页 |
| ·实验结果 | 第52-53页 |
| ·实验结果评价和分析 | 第53-57页 |
| 5. 总结和展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表论文 | 第63-64页 |
| 致谢 | 第64页 |
