| 中文摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-22页 |
| 1.1 高清图像概述 | 第10-12页 |
| 1.2 高清图像增强研究背景 | 第12-17页 |
| 1.2.1 图像对比度增强研究背景 | 第12-14页 |
| 1.2.2 图像去雾霾研究背景 | 第14-15页 |
| 1.2.3 图像脉冲噪声去除研究背景 | 第15-17页 |
| 1.3 图像亚像素渲染显示研究背景 | 第17-19页 |
| 1.4 论文主要工作 | 第19-20页 |
| 1.5 论文章节安排 | 第20-22页 |
| 第二章 高清图像对比度增强 | 第22-42页 |
| 2.1 图像对比度增强的研究现状 | 第22-25页 |
| 2.2 基于自适应线性变换的图像对比度增强方法 | 第25-31页 |
| 2.2.1 图像对比度增强的算法描述 | 第26-30页 |
| 2.2.2 图像对比度增强的具体实现步骤 | 第30-31页 |
| 2.3 图像对比度增强实验结果及效果比较 | 第31-36页 |
| 2.4 本章小结 | 第36-42页 |
| 第三章 高清图像去雾霾 | 第42-66页 |
| 3.1 雾产生机理及有雾图像简化模型 | 第42-47页 |
| 3.2 图像去雾霾方法的研究现状 | 第47-49页 |
| 3.2.1 多幅图像去雾霾方法 | 第47-48页 |
| 3.2.2 单幅图像去雾霾方法 | 第48-49页 |
| 3.3 HSV颜色空间基于图像对比度增强的去雾霾方法 | 第49-57页 |
| 3.3.1 有雾图像模型在HSV颜色空间的分析 | 第49-53页 |
| 3.3.2 基于HSV颜色空间的图像去雾方法描述 | 第53-56页 |
| 3.3.3 基于HSV颜色空间的图像去雾的具体实现步骤 | 第56-57页 |
| 3.4 图像去雾霾实验结果及效果比较 | 第57-59页 |
| 3.5 本章小结 | 第59-66页 |
| 第四章 高清图像脉冲噪声去除 | 第66-82页 |
| 4.1 图像脉冲噪声简介 | 第66-69页 |
| 4.1.1 图像脉冲噪声数学模型 | 第67-68页 |
| 4.1.2 基于中值滤波器的图像脉冲噪声去除方法 | 第68页 |
| 4.1.3 基于变分法的图像脉冲噪声去除方法 | 第68-69页 |
| 4.2 重建误差的发现和分析 | 第69-71页 |
| 4.3 带有后处理的图像脉冲噪声去除新框架 | 第71-73页 |
| 4.4 图像脉冲噪声去除实验结果及效果比较 | 第73-77页 |
| 4.5 本章小结 | 第77-82页 |
| 第五章 高清图像亚像素渲染显示 | 第82-102页 |
| 5.1 亚像素渲染简介 | 第82-85页 |
| 5.2 亚像素渲染的研究现状 | 第85-86页 |
| 5.3 基于人类视觉系统感知的亚像素渲染 | 第86-93页 |
| 5.3.1 基于人类视觉系统感知的图像显示模型 | 第86-90页 |
| 5.3.2 有约束最优化问题的迭代求解方法 | 第90页 |
| 5.3.3 最优化问题的频域直接快速求解 | 第90-93页 |
| 5.4 亚像素渲染实验结果及效果对比 | 第93-96页 |
| 5.5 本章小结 | 第96-102页 |
| 第六章 总结与展望 | 第102-105页 |
| 6.1 本文工作总结 | 第102-103页 |
| 6.2 进一步研究工作展望 | 第103-105页 |
| 参考文献 | 第105-115页 |
| 在学期间的研究成果 | 第115-117页 |
| 致谢 | 第117页 |