| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 主要符号对照表及缩略词表 | 第9-10页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 图像增强的研究背景及意义 | 第10-12页 |
| 1.2 图像增强的基本方法 | 第12-13页 |
| 1.2.1 对比度线性展宽 | 第12页 |
| 1.2.2 非线性动态范围调整 | 第12-13页 |
| 1.2.3 直方图均衡化 | 第13页 |
| 1.2.4 伪彩色增强 | 第13页 |
| 1.3 国内外研究现状及发展趋势 | 第13-16页 |
| 1.3.1“Retinex”的概念介绍 | 第13-15页 |
| 1.3.2 国内外研究现状及发展趋势 | 第15-16页 |
| 1.4 本文所做工作及基本方法、创新点 | 第16-17页 |
| 1.5 本论文的结构安排 | 第17-18页 |
| 第二章 图像增强的经典方法综述 | 第18-26页 |
| 2.1 图像增强的数学模型 | 第18页 |
| 2.2 原始的“Retinex”算法 | 第18-19页 |
| 2.3 基于路径的算法 | 第19-20页 |
| 2.4 单尺度Retinex(SSR)算法和多尺度Retinex(MSR)算法 | 第20-21页 |
| 2.5 带彩色恢复的多尺度Retinex(MSRCR)算法 | 第21-22页 |
| 2.6 基于PDE的算法 | 第22-23页 |
| 2.7 变分公式 | 第23-26页 |
| 2.7.1 全变分(TV)的定义 | 第23-24页 |
| 2.7.2 基于Retinex的变分模型 | 第24-26页 |
| 第三章 基于Retinex的新的凸优化模型和算法 | 第26-38页 |
| 3.1 基于能量的图像处理 | 第26-27页 |
| 3.1.1 能量泛函的定义 | 第26页 |
| 3.1.2 能量泛函的例子 | 第26-27页 |
| 3.2 TV模型 | 第27-28页 |
| 3.3 基于Retinex的新的凸优化模型 | 第28-33页 |
| 3.4 提出的凸优化模型的数值解法 | 第33-38页 |
| 第四章 数值实验 | 第38-51页 |
| 4.1 引言 | 第38-39页 |
| 4.2 自然图像上的实验结果 | 第39-44页 |
| 4.3 参数对实验结果的影响 | 第44-49页 |
| 4.4 医学图像上的实验结果 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 结论 | 第51-53页 |
| 5.1 工作总结 | 第51页 |
| 5.2 工作展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-60页 |
| 攻读硕士学位期间研究成果 | 第60-61页 |