| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 低照度图像增强国内外研究现状 | 第9-12页 |
| 1.2.1 非物理模型方法 | 第9-11页 |
| 1.2.2 基于物理模型的方法 | 第11-12页 |
| 1.3 本文主要工作及内容安排 | 第12-15页 |
| 第二章 常用的图像增强算法 | 第15-24页 |
| 2.1 灰度变换算法 | 第15-17页 |
| 2.1.1 基本变换方法 | 第15-16页 |
| 2.1.2 分段变换 | 第16-17页 |
| 2.2 直方图均衡化 | 第17-19页 |
| 2.3 Retinex图像增强算法 | 第19-22页 |
| 2.3.1 基于路径的Retinex图像增强算法 | 第20页 |
| 2.3.2 具有迭代形式的Retinex图像增强算法 | 第20-21页 |
| 2.3.3 基于邻域的Retinex图像增强算法 | 第21-22页 |
| 2.4 本章小结 | 第22-24页 |
| 第三章 基于暗原色先验的低照度图像增强算法 | 第24-35页 |
| 3.1 大气散射模型 | 第24-27页 |
| 3.2 暗原色先验 | 第27-28页 |
| 3.3 基于暗原色先验的去雾方法 | 第28-30页 |
| 3.3.1 基于暗原色先验的去雾算法 | 第28-30页 |
| 3.3.2 大气光估计算法 | 第30页 |
| 3.3.3 清晰图像重建 | 第30页 |
| 3.4 基于暗原色的低照度图像增强 | 第30-33页 |
| 3.5 本章小结 | 第33-35页 |
| 第四章 基于图像深度的低照度图像增强算法 | 第35-49页 |
| 4.1 暗原色先验去雾方法改进 | 第35-39页 |
| 4.1.1 透射率估计改进方法 | 第35-37页 |
| 4.1.2 大气光估计改进方法 | 第37-39页 |
| 4.2 基于图像深度的低照度图像增强方法 | 第39-46页 |
| 4.2.1 用于低照度图像增强的大气光估计 | 第39-41页 |
| 4.2.2 基于中值滤波和局部自适应维纳滤波的透射率估计 | 第41-44页 |
| 4.2.3 基于图像深度的低照度图像增强算法 | 第44-45页 |
| 4.2.4 本文提出的算法流程 | 第45-46页 |
| 4.3 仿真实验及结果分析 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 基于Retinex理论和色彩保持的低照度图像增强 | 第49-58页 |
| 5.1 基于图像深度的变尺度Retinex去雾算法 | 第49-53页 |
| 5.1.1 大气散射模型和Retinex理论 | 第49-50页 |
| 5.1.2 图像深度和Retinex尺度值的关系 | 第50-51页 |
| 5.1.3 基于图像深度的变尺度Retinex去雾算法 | 第51-52页 |
| 5.1.4 仿真实验与结果分析 | 第52-53页 |
| 5.2 基于Retinex理论和色彩保持的低照度图像增强算法 | 第53-57页 |
| 5.2.1 色彩保持算法 | 第53-54页 |
| 5.2.2 基于Retinex理论和色彩保持的低照度图像增强算法 | 第54-55页 |
| 5.2.3 仿真实验与结果分析 | 第55-57页 |
| 5.3 本章小结 | 第57-58页 |
| 第六章 总结和展望 | 第58-60页 |
| 6.1 总结 | 第58页 |
| 6.2 展望 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 发表论文和参加科研情况说明 | 第66-67页 |
| 致谢 | 第67-68页 |
