| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 课题研究背景和意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.3 论文研究内容及章节安排 | 第11-12页 |
| 2 传统滤波增强算法 | 第12-24页 |
| 2.1 空域滤波器 | 第12-17页 |
| 2.1.1 平滑空间滤波器 | 第12-15页 |
| 2.1.2 锐化空间滤波器 | 第15-17页 |
| 2.1.3 混合空间滤波器 | 第17页 |
| 2.2 频域滤波器 | 第17-21页 |
| 2.2.1 平滑频域滤波器 | 第17-19页 |
| 2.2.2 频域锐化滤波器 | 第19-20页 |
| 2.2.3 同态滤波器 | 第20-21页 |
| 2.3 形态学操作 | 第21-22页 |
| 2.4 本章小结 | 第22-24页 |
| 3 基于偏微分方程微分的图像增强算法 | 第24-40页 |
| 3.1 基于整数阶偏微分方程微分图像增强算法 | 第24-28页 |
| 3.1.1 PM 模型 | 第24-27页 |
| 3.1.2 四阶偏微分方程模型 | 第27-28页 |
| 3.2 基于分数阶偏微分方程微分图像增强算法 | 第28-33页 |
| 3.2.1 分数阶微积分几种常用定义 | 第28-31页 |
| 3.2.2 基于时域分数阶微分的图像纹理增强算法 | 第31-32页 |
| 3.2.3 基于频域分数阶微分的图像去噪算法 | 第32页 |
| 3.2.4 基于时间-空间的分数阶微积分图像去噪算法 | 第32-33页 |
| 3.3 基于分数阶偏微分方程的彩色图像去噪算法 | 第33-38页 |
| 3.3.1 模型描述 | 第33-35页 |
| 3.3.2 实验结果与分析 | 第35-38页 |
| 3.4 本章小结 | 第38-40页 |
| 4 基于直方图均衡化的图像增强算法 | 第40-66页 |
| 4.1 灰度全局直方图均衡化 | 第40-41页 |
| 4.2 自适应直方图修复算法 | 第41-42页 |
| 4.3 基于亮度保持的直方图修复算法 | 第42-49页 |
| 4.3.1 基于亮度保持的二分直方图均衡化对比度增强算法 | 第42-44页 |
| 4.3.2 基于最小亮度差的二分直方图均衡化对比度增强算法 | 第44-45页 |
| 4.3.3 基于范围限定的二分直方图均衡化图像增强算法 | 第45-47页 |
| 4.3.4 基于亮度保持的动态模糊直方图均衡化图像增强算法 | 第47-49页 |
| 4.4 基于范围限定的多阈值分割的模糊直方图均衡化算法 | 第49-65页 |
| 4.4.1 模糊直方图计算 | 第50页 |
| 4.4.2 阈值选择与规整化 | 第50-51页 |
| 4.4.3 子直方图上下界的计算 | 第51-54页 |
| 4.4.4 子直方图均衡化处理 | 第54-55页 |
| 4.4.5 算法亮度保持特性数值分析 | 第55-56页 |
| 4.4.6 实验结果评价方法 | 第56页 |
| 4.4.7 实验结果与分析 | 第56-65页 |
| 4.5 本章小结 | 第65-66页 |
| 5 总结与展望 | 第66-68页 |
| 5.1 论文工作总结 | 第66-67页 |
| 5.2 研究展望 | 第67-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 附录 作者在攻读学位期间发表的论文目录 | 第74页 |
