| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-11页 |
| 第一章 绪论 | 第11-25页 |
| ·真彩图像增强的目的和意义 | 第11-12页 |
| ·真彩图像增强技术综述 | 第12-21页 |
| ·单一像素法 | 第13-14页 |
| ·基于频率域的方法 | 第14-16页 |
| ·Retinex系列方法 | 第16-19页 |
| ·多尺度图像增强 | 第19-20页 |
| ·神经网络技术的应用 | 第20-21页 |
| ·本文研究内容及结构安排 | 第21-22页 |
| ·本文主要研究成果 | 第22-25页 |
| 第二章 真彩图像的特性及增强效果评价 | 第25-35页 |
| ·人眼的基本结构 | 第25-26页 |
| ·人眼与可见光 | 第26-27页 |
| ·感光细胞 | 第27-28页 |
| ·瞳孔和水晶体 | 第28-29页 |
| ·视觉区神经元的脉冲同步发放现象 | 第29页 |
| ·颜色、可见光和色彩恒常性 | 第29-30页 |
| ·颜色基本特性和孟塞尔坐标系 | 第30-31页 |
| ·真彩图像增强效果的主观评价 | 第31-34页 |
| ·小结 | 第34-35页 |
| 第三章 基于频率域的真彩图像增强 | 第35-59页 |
| ·二维离散傅里叶变换 | 第35-37页 |
| ·定义 | 第35-36页 |
| ·性质 | 第36-37页 |
| ·周期延拓性 | 第36页 |
| ·可分性 | 第36页 |
| ·线性 | 第36页 |
| ·尺度缩放性 | 第36-37页 |
| ·卷积 | 第37页 |
| ·真彩图像的同态滤波增强 | 第37-50页 |
| ·入射—反射模型 | 第37-38页 |
| ·同态滤波器 | 第38-39页 |
| ·彩色坐标系选择 | 第39-40页 |
| ·基于HSV空间的双通道真彩图像增强 | 第40-47页 |
| ·高通滤波器的系数及截止频率的确定 | 第40-43页 |
| ·双通道真彩图像增强 | 第43-45页 |
| ·算法流程图 | 第45-46页 |
| ·实验与主客观分析 | 第46-47页 |
| ·基于HSV空间的多尺度同态滤波法增强真彩图像 | 第47-50页 |
| ·三尺度同态滤波增强图像 | 第48-49页 |
| ·三尺度同态滤波增强真彩图像方法流程图 | 第49-50页 |
| ·实验与分析 | 第50页 |
| ·使用平滑传导函数方法增强图像 | 第50-58页 |
| ·使用平滑传导函数方法增强灰度图像 | 第51-57页 |
| ·构造图像的平滑传导函数 | 第52-54页 |
| ·对图像进行增强 | 第54-55页 |
| ·方法流程图 | 第55页 |
| ·实验与主客观评价 | 第55-57页 |
| ·使用平滑传导函数方法增强真彩图像 | 第57-58页 |
| ·小结 | 第58-59页 |
| 第四章 基于小波变换的真彩图像增强 | 第59-89页 |
| ·二维小波变换 | 第59-68页 |
| ·定义 | 第59-62页 |
| ·二维多分辨率分析及小波子空间分析 | 第62-65页 |
| ·图像的多分辨率分解和合成 | 第65-68页 |
| ·使用同态分解——小波变换法增强真彩图像 | 第68-75页 |
| ·颜色保持和彩色坐标系选择 | 第68页 |
| ·色饱和度调整算法和同态分解——小波法增强真彩图像 | 第68-73页 |
| ·同态分解 | 第69页 |
| ·小波变换增强 | 第69-72页 |
| ·真彩图像增强 | 第72-73页 |
| ·实验与分析 | 第73-75页 |
| ·小波——能量法增强真彩图像 | 第75-80页 |
| ·静态小波变换定义的入射——反射模型 | 第75-77页 |
| ·使用小波——能量法增强真彩图像 | 第77-78页 |
| ·实验与分析 | 第78-80页 |
| ·使用静态小波变换对真彩图像增强与降噪 | 第80-87页 |
| ·概述 | 第80页 |
| ·真彩图像的增强及降噪 | 第80-85页 |
| ·真彩图像噪声在HSV色彩空间分布 | 第80-81页 |
| ·亮度通道的增强与降噪 | 第81-84页 |
| ·色饱和度通道的降噪 | 第84-85页 |
| ·真彩图像的增强与降噪 | 第85页 |
| ·实验和分析 | 第85-87页 |
| ·小结 | 第87-89页 |
| 第五章 基于脉冲耦合神经网络的真彩图像增强 | 第89-99页 |
| ·PCNN模型 | 第89-90页 |
| ·PCNN工作机理 | 第90-94页 |
| ·无耦合连接 | 第90-93页 |
| ·耦合连接 | 第93-94页 |
| ·使用小波——PCNN法增强真彩图像 | 第94-97页 |
| ·使用静态小波变换衰减图像能量 | 第94-95页 |
| ·使用PCNN增强图像 | 第95-97页 |
| ·小波——PCNN法增强真彩图像及实验和分析 | 第97页 |
| ·小结 | 第97-99页 |
| 第六章 递归神经网络的色彩校正 | 第99-105页 |
| ·递归神经网络的稳定性和收敛性 | 第99-100页 |
| ·使用递归神经网络校正图像色彩 | 第100-102页 |
| ·实验与评价 | 第102-103页 |
| ·小结 | 第103-105页 |
| 第七章 总结与展望 | 第105-109页 |
| ·总结 | 第105-107页 |
| ·展望 | 第107-109页 |
| 参考文献 | 第109-119页 |
| 附录一 全文真彩图像插图及补充部分实验 | 第119-127页 |
| 博士学位期间发表的学术论文 | 第127-129页 |
| 致谢 | 第129页 |