| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景与意义 | 第7页 |
| ·国内外研究发展现状 | 第7-9页 |
| ·汽车牌照的自动识别技术 | 第7-8页 |
| ·图像增强 | 第8-9页 |
| ·论文研究的内容及结构 | 第9-11页 |
| 第二章 图像增强方法介绍 | 第11-22页 |
| ·空间域图像增强 | 第11-14页 |
| ·灰度变换法 | 第11-13页 |
| ·直方图修正 | 第13-14页 |
| ·空域滤波增强 | 第14页 |
| ·频域图像增强 | 第14-16页 |
| ·理想低通滤波器 | 第15页 |
| ·巴特沃斯低通滤波器 | 第15页 |
| ·同态滤波 | 第15-16页 |
| ·小波变换及其在图像增强中的应用 | 第16-18页 |
| ·小波变换概述 | 第16页 |
| ·小波变化理论基础 | 第16-17页 |
| ·小波变换在图像增强中的应用 | 第17-18页 |
| ·小波增强与传统增强算法的比较 | 第18-22页 |
| 第三章 基于中心环绕的 RETINEX 增强算法 | 第22-33页 |
| ·颜色视觉理论和人类视觉系统 | 第22-24页 |
| ·人眼的构造和视觉特性 | 第22-23页 |
| ·人眼的视觉模型 | 第23-24页 |
| ·RETINEX 图像增强算法 | 第24-25页 |
| ·RETINEX 的分类 | 第25-28页 |
| ·单尺度 Retinex 图像增强算法 | 第25-27页 |
| ·多尺度 Retinex 图像增强算法 | 第27页 |
| ·带色彩恢复的多尺度 Retinex 图像增强算法 | 第27-28页 |
| ·改进的多尺度 RETINEX 增强算法 | 第28-31页 |
| ·基于快速二维卷积的照射光估计 | 第28页 |
| ·改进的 Retinex 输出图像归一化 | 第28-29页 |
| ·MSRCR 算法的流程 | 第29页 |
| ·实验结果与分析 | 第29-31页 |
| ·本章总结 | 第31-33页 |
| 第四章 基于 RETINEX 可变框架的图像增强算法 | 第33-43页 |
| ·基于 RETINEX 理论的可变框架模型 | 第33-37页 |
| ·Kimmel 变分算法 | 第33-34页 |
| ·最速下降法估计 | 第34-35页 |
| ·多分辨率估计算法 | 第35-37页 |
| ·细节保持的 RETINEX 增强算法 | 第37-41页 |
| ·变分模型的改进 | 第37页 |
| ·新模型的提升求解算法 | 第37-38页 |
| ·基于金字塔结构的 Retinex 算法 | 第38-39页 |
| ·参数的确定 | 第39页 |
| ·实验结果 | 第39-41页 |
| ·本章总结 | 第41-43页 |
| 第五章 总结与展望 | 第43-45页 |
| 致谢 | 第45-47页 |
| 参考文献 | 第47-50页 |