非均匀光照的图像增强算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 引言 | 第8页 |
| 1.2 课题的背景和研究意义 | 第8-10页 |
| 1.3 当前国内外研究状况 | 第10-15页 |
| 1.3.1 灰度变换方法 | 第10-12页 |
| 1.3.2 同态滤波方法 | 第12-13页 |
| 1.3.3 基于Retinex理论的增强方法 | 第13-14页 |
| 1.3.4 梯度域图像增强方法 | 第14-15页 |
| 1.4 本文主要研究内容和结构安排 | 第15-16页 |
| 第2章 Retinex算法的研究及其改进 | 第16-28页 |
| 2.1 Retinex理论基础 | 第16-18页 |
| 2.1.1 色彩恒常理论 | 第16-17页 |
| 2.1.2 Retinex模型介绍 | 第17-18页 |
| 2.2 Retinex在图像增强中的应用 | 第18-22页 |
| 2.2.1 基于路径的Retinex算法 | 第18-19页 |
| 2.2.2 基于中心/环绕的Retinex算法 | 第19-21页 |
| 2.2.3 带色彩恢复的多尺度Retinex算法 | 第21-22页 |
| 2.3 本文改进的Retinex算法 | 第22-25页 |
| 2.3.1 改进照度分量的估计 | 第22-24页 |
| 2.3.2 Ycbcr颜色空间处理 | 第24-25页 |
| 2.4 实验比较结果 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 仿生彩色图像增强算法及其改进 | 第28-43页 |
| 3.1 仿生彩色图像增强算法原理 | 第28-33页 |
| 3.1.1 自适应全局亮度调节 | 第28-30页 |
| 3.1.2 自适应局部对比度增强 | 第30-32页 |
| 3.1.3 颜色恢复 | 第32-33页 |
| 3.2 本文的改进方法 | 第33-39页 |
| 3.2.1 改进全局亮度调节方式 | 第35页 |
| 3.2.2 改进局部对比度增强方法 | 第35-38页 |
| 3.2.3 算法流程 | 第38-39页 |
| 3.3 实验比较结果 | 第39-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第4章 结合物理模型的图像增强方法 | 第43-62页 |
| 4.1 基于物理模型的图像去雾简介 | 第43-48页 |
| 4.1.1 物理模型 | 第44页 |
| 4.1.2 去雾算法 | 第44-48页 |
| 4.2 利用去雾的思想实现图像增强 | 第48-50页 |
| 4.3 增强算法的关键技术研究 | 第50-55页 |
| 4.3.1 透射率估计 | 第51-53页 |
| 4.3.2 大气光值计算 | 第53-54页 |
| 4.3.3 复原图像和自适应调节增强系数 | 第54-55页 |
| 4.4 实验比较结果 | 第55-58页 |
| 4.5 增强算法的MFC实现 | 第58-61页 |
| 4.6 本章小结 | 第61-62页 |
| 第5章 总结与展望 | 第62-64页 |
| 5.1 总结 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 个人简历、在学期间发表的学术论文和研究成果 | 第70页 |
