| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第15-28页 |
| 1.1 图像增强的研究背景与意义 | 第15-16页 |
| 1.2 图像增强研究现状及存在的问题 | 第16-20页 |
| 1.2.1 空域增强 | 第17-18页 |
| 1.2.2 基于频域的增强 | 第18页 |
| 1.2.3 基于融合的增强 | 第18-19页 |
| 1.2.4 图像增强的评价方法 | 第19-20页 |
| 1.3 课题研究相关理论 | 第20-25页 |
| 1.3.1 遗传算法理论 | 第21-22页 |
| 1.3.2 色调映射 | 第22页 |
| 1.3.3 彩色空间理论 | 第22-25页 |
| 1.4 课题来源及研究内容 | 第25-27页 |
| 1.4.1 课题来源 | 第25页 |
| 1.4.2 课题研究内容与创新点 | 第25-27页 |
| 1.5 本文组织 | 第27-28页 |
| 第二章 图像增强研究综述 | 第28-53页 |
| 2.1 图像增强算法概述 | 第28-29页 |
| 2.2 单一彩色图像的增强 | 第29-34页 |
| 2.2.1 对比度拉伸 | 第29-33页 |
| 2.2.2 基于同态滤波技术的图像增强 | 第33-34页 |
| 2.2.3 基于多尺度的图像增强方法 | 第34页 |
| 2.3 高动态范围成像 | 第34-51页 |
| 2.3.1 高动态范围成像方法概述 | 第35-38页 |
| 2.3.2 多曝光融合生成 HDRI 中存在的问题 | 第38-40页 |
| 2.3.3 Ghost 检测与去除算法 | 第40-51页 |
| 2.4 红外图像与可见光图像融合增强 | 第51-52页 |
| 2.5 本章小结 | 第52-53页 |
| 第三章 基于视觉感知的色调映射彩色图像增强算法 | 第53-65页 |
| 3.1 相关研究 | 第53-55页 |
| 3.2 问题提出 | 第55页 |
| 3.3 提出的基于感知的色调映射增强算法 | 第55-59页 |
| 3.3.1 简化梯度信息计算 | 第56-57页 |
| 3.3.2 改进的 S 型曲线 | 第57-58页 |
| 3.3.3 算法基本流程 | 第58-59页 |
| 3.3.4 算法扩展应用 | 第59页 |
| 3.4 实验结果及分析 | 第59-64页 |
| 3.5 本章小结 | 第64-65页 |
| 第四章 基于遗传算法优化的彩色图像增强算法 | 第65-80页 |
| 4.1 相关研究 | 第65-67页 |
| 4.1.1 Retinex 理论 | 第65-66页 |
| 4.1.2 遗传算法 | 第66-67页 |
| 4.2 提出的彩色图像增强算法 | 第67-73页 |
| 4.2.1 彩色空间变换 | 第68-69页 |
| 4.2.2 Retinex 模型 | 第69-70页 |
| 4.2.3 亮度增强 | 第70-71页 |
| 4.2.4 亮度编码 | 第71-72页 |
| 4.2.5 遗传优化目标函数 | 第72-73页 |
| 4.3 彩色图像重建 | 第73-74页 |
| 4.4 实验结果及分析 | 第74-78页 |
| 4.5 本章小结 | 第78-80页 |
| 第五章 基于梯度信息的多曝光融合增强算法 | 第80-94页 |
| 5.1 相关研究 | 第80-82页 |
| 5.2 问题提出 | 第82-83页 |
| 5.3 所提出的梯度域融合增强算法 | 第83-90页 |
| 5.3.1 基于梯度域的方法 | 第83-87页 |
| 5.3.2 图像质量评估因子的建立 | 第87-90页 |
| 5.4 实验结果及分析 | 第90-93页 |
| 5.5 本章小结 | 第93-94页 |
| 第六章 基于分块去 Ghost 的 HDR 图像合成算法 | 第94-103页 |
| 6.1 相关研究 | 第94-95页 |
| 6.2 基于分块的无 Ghost 的 HDR 合成算法 | 第95-99页 |
| 6.2.1 图像序列块曝光质量评估 | 第95-96页 |
| 6.2.2 运动检测与去除 | 第96-98页 |
| 6.2.3 亮度补偿与边界去除 | 第98-99页 |
| 6.3 参数优化分析 | 第99页 |
| 6.4 实验结果及分析 | 第99-102页 |
| 6.5 本章小结 | 第102-103页 |
| 第七章 基于双变换的红外与可见光图像增强算法 | 第103-118页 |
| 7.1 相关研究 | 第103-109页 |
| 7.1.1 小波图像融合 | 第104-106页 |
| 7.1.2 二代 Curvelet 变换 | 第106-109页 |
| 7.2 问题提出 | 第109-110页 |
| 7.3 双变换融合增强方法 | 第110-113页 |
| 7.3.1 算法描述 | 第110-111页 |
| 7.3.2 亮度预增强处理 | 第111-112页 |
| 7.3.3 结合二代 Curvelet 和 Harr 小波的双变换融合增强 | 第112-113页 |
| 7.4 实验结果及分析 | 第113-116页 |
| 7.5 本章小结 | 第116-118页 |
| 第八章 总结与展望 | 第118-121页 |
| 8.1 全文总结 | 第118-120页 |
| 8.2 下一步工作展望 | 第120-121页 |
| 致谢 | 第121-122页 |
| 参考文献 | 第122-134页 |
| 攻读博士期间取得的成果 | 第134-136页 |
