| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 目录 | 第6-9页 |
| 第1章 引言 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 图像增强技术的国内外发展现状 | 第11-15页 |
| 1.2.1 常见的图像增强方法 | 第11-12页 |
| 1.2.2 其他图像增强方法 | 第12-15页 |
| 1.3 论文章节安排 | 第15-17页 |
| 第2章 图像增强的基本理论 | 第17-28页 |
| 2.1 图像对比度增强方法研究 | 第17-23页 |
| 2.1.1 灰度级映射变换 | 第17-21页 |
| 2.1.2 直方图均衡化 | 第21-23页 |
| 2.2 图像去噪方法研究 | 第23-28页 |
| 2.2.1 空间域滤波图像去噪 | 第24-25页 |
| 2.2.2 全变分（TV）图像去噪算法 | 第25-26页 |
| 2.2.3 变换域图像去噪算法 | 第26-28页 |
| 第3章 频域数字图像处理基础理论 | 第28-40页 |
| 3.1 傅里叶变换 | 第28-29页 |
| 3.2 小波变换 | 第29-31页 |
| 3.3 Ridgelet 变换 | 第31页 |
| 3.4 Curvelet 变换. | 第31-32页 |
| 3.5 Contourlet 变换 | 第32-35页 |
| 3.5.1 拉普拉斯滤波器（LP） | 第33-34页 |
| 3.5.2 方向滤波器（DFB） | 第34-35页 |
| 3.6 NSCT 变换 | 第35-38页 |
| 3.6.1 非下采样金字塔滤波器（NSPFB） | 第36-37页 |
| 3.6.2 非下采样方向滤波器组（NSPFB） | 第37-38页 |
| 3.7 本章小结 | 第38-40页 |
| 第4章 基于 NSCT 的遥感图像增强方法 | 第40-47页 |
| 4.1 WindowShrink 和 BayesShrink 结合的自适应阈值去噪遥感图像增强 | 第40-43页 |
| 4.1.1 基于 WindowShrink 的图像去噪 | 第40-42页 |
| 4.1.2 基于 BayesShrink 的图像去噪 | 第42页 |
| 4.1.3 WindowShrink 和 BayesShrink 结合的自适应阈值去噪 | 第42-43页 |
| 4.2 基于 BayesShrink 自适应阈值去噪的遥感图像增强 | 第43-46页 |
| 4.2.1 基于 BayesShrink 自适应阈值去噪. | 第44-45页 |
| 4.2.2 基于 NSCT 的模糊对比度增强 | 第45-46页 |
| 4.3 算法流程 | 第46-47页 |
| 第5章 遥感图像增强效果评价与分析 | 第47-52页 |
| 5.1 主观评价图像结果及对比 | 第47-49页 |
| 5.2 客观评价图像结果及对比 | 第49-52页 |
| 5.2.1 清晰度 | 第49-50页 |
| 5.2.2 信息熵 | 第50页 |
| 5.2.3 峰值信噪比 | 第50页 |
| 5.2.4 均值 | 第50-52页 |
| 第6章 结论与展望 | 第52-54页 |
| 6.1 结论 | 第52页 |
| 6.2 展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 研究生期间发表的学术论文 | 第57-58页 |
| 致谢 | 第58-59页 |
