| 摘要 | 第2-3页 |
| ABSTRACT | 第3-4页 |
| 第一章 绪论 | 第7-14页 |
| 1.1 引言 | 第7页 |
| 1.2 论文研究的背景及意义 | 第7-8页 |
| 1.3 图像增强技术的国内外研究现状 | 第8-12页 |
| 1.3.1 传统的图像增强方法 | 第8-10页 |
| 1.3.2 基于模糊集理论的图像增强算法 | 第10页 |
| 1.3.3 基于数学形态学的图像增强算法 | 第10-11页 |
| 1.3.4 基于Retinex的图像增强算法 | 第11页 |
| 1.3.5 基于生物智能的图像增强算法 | 第11-12页 |
| 1.4 本文研究内容及章节安排 | 第12-14页 |
| 第二章 基于空间域的图像增强技术 | 第14-27页 |
| 2.1 空域变换增强算法 | 第14-19页 |
| 2.1.1 线性灰度变换 | 第14-15页 |
| 2.1.2 分段线性灰度变换 | 第15-16页 |
| 2.1.3 非线性灰度变换 | 第16-17页 |
| 2.1.4 直方图修正 | 第17-19页 |
| 2.2 空域滤波增强算法 | 第19-21页 |
| 2.2.1 平滑滤波器 | 第19-20页 |
| 2.2.2 锐化滤波器 | 第20-21页 |
| 2.3 图像的模糊增强算法 | 第21-26页 |
| 2.3.1 模糊集理论 | 第21-22页 |
| 2.3.2 传统的Pal_King模糊算法 | 第22-24页 |
| 2.3.3 改进的模糊算法 | 第24-25页 |
| 2.3.4 模糊对比度增强算法 | 第25-26页 |
| 2.3.5 本文对模糊对比度的改进 | 第26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于变换域的图像增强技术 | 第27-40页 |
| 3.1 傅里叶变换 | 第27-28页 |
| 3.2 小波变换和多尺度几何分析 | 第28-30页 |
| 3.2.1 小波概念的产生与发展 | 第28页 |
| 3.2.2 小波变换的原理 | 第28-30页 |
| 3.2.3 多尺度几何分析 | 第30页 |
| 3.3 CONTOURLET变换 | 第30-33页 |
| 3.3.1 拉普拉斯金字塔分解（LP） | 第31-32页 |
| 3.3.2 方向滤波器组（DFB） | 第32-33页 |
| 3.4 非下采样CONTOURLET变换 (NSCT) | 第33-35页 |
| 3.4.1 非下采样金字塔（NSP） | 第34页 |
| 3.4.2 非下采样滤波器组（NSDFB） | 第34-35页 |
| 3.5 剪切波(SHEARLET)变换 | 第35-39页 |
| 3.5.1 合成小波理论 | 第36页 |
| 3.5.2 Shearlet系统的构成 | 第36-38页 |
| 3.5.3 Shearlet函数构造 | 第38-39页 |
| 3.5.4 Shearlet性能分析 | 第39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 基于NSCT和模糊对比度的遥感图像增强算法 | 第40-48页 |
| 4.1 NSCT低频系数处理 | 第40页 |
| 4.2 NSCT高频系数调整 | 第40-41页 |
| 4.3 改进的模糊对比度函数及模糊增强算子 | 第41-42页 |
| 4.4 算法实现步骤 | 第42-43页 |
| 4.5 实验结果与分析 | 第43-46页 |
| 4.6 本章小结 | 第46-48页 |
| 第五章 基于SHEARLET变换和MSR遥感图像增强方法 | 第48-55页 |
| 5.1 SHEARLET分解与重构 | 第48页 |
| 5.2 多尺度RETINEX理论 | 第48-50页 |
| 5.3 基于SHEARLET变换和MSR遥感图像增强 | 第50-54页 |
| 5.3.1 Shearlet低频子带增强处理 | 第50页 |
| 5.3.2 Shearlet高频子带抑噪处理 | 第50-51页 |
| 5.3.3 模糊对比度增强 | 第51页 |
| 5.3.4 算法实现步骤 | 第51-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55-56页 |
| 6.2 展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 硕士研究生期间发表论文情况 | 第62-63页 |
| 致谢 | 第63-65页 |
