| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 选题背景及意义 | 第15-16页 |
| 1.2 课题研究现状 | 第16-18页 |
| 1.2.1 图像内容不相关的增强技术 | 第16-17页 |
| 1.2.2 图像内容感知相关的图像增强算法 | 第17-18页 |
| 1.3 本文的研究内容 | 第18-19页 |
| 1.4 本文的章节安排 | 第19-21页 |
| 第二章 彩色图像增强的增强的基本原理 | 第21-39页 |
| 2.1 人类视觉系统 | 第21-22页 |
| 2.2 常见的颜色空间 | 第22-28页 |
| 2.3 图像增强技术 | 第28-35页 |
| 2.3.1 对比度定义 | 第28-29页 |
| 2.3.2 常用滤波器算法原理 | 第29-32页 |
| 2.3.3 全局对比度增强技术 | 第32-34页 |
| 2.3.4 局部对比度增强技术 | 第34-35页 |
| 2.4 图像质量评价 | 第35-38页 |
| 2.4.1 主观评价 | 第36页 |
| 2.4.2 客观评价 | 第36-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第三章 基于人眼视觉偏好性的多尺度图像增强 | 第39-53页 |
| 3.1 多尺度图像分解 | 第39-42页 |
| 3.2 人眼主观实验介绍及结果分析 | 第42-50页 |
| 3.2.1 主观实验准备条件 | 第42-43页 |
| 3.2.2 主观偏好性选择实验A | 第43-49页 |
| 3.2.3 控制因子选择的实验B | 第49-50页 |
| 3.3 算法效果分析 | 第50-51页 |
| 3.4 本章小结 | 第51-53页 |
| 第四章 基于内容感知的彩色图像增强算法 | 第53-69页 |
| 4.1 图像去噪预处理 | 第54-56页 |
| 4.1.1 图像去噪算法分类 | 第54页 |
| 4.1.2 基于非局部均值的(NL-Means)去噪方法 | 第54-56页 |
| 4.2 基于内容感知的低照度区域增强 | 第56-65页 |
| 4.2.1 Retinex模型 | 第57-60页 |
| 4.2.2 基于自然度保护的低照度区域增强方法 | 第60-63页 |
| 4.2.3 实验结果及分析 | 第63-65页 |
| 4.3 基于肤色保护的颜色饱和度增强 | 第65-67页 |
| 4.3.1 基于H值的肤色区域划分 | 第65-66页 |
| 4.3.2 基于肤色保护的颜色饱和度拉伸 | 第66-67页 |
| 4.4 算法效果分析 | 第67-68页 |
| 4.5 本章小结 | 第68-69页 |
| 第五章 总结与展望 | 第69-71页 |
| 5.1 全文总结 | 第69-70页 |
| 5.2 未来展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 作者简介 | 第77-79页 |