第一章 绪论 | 第1-15页 |
·数字图像处理的发展历史 | 第7-8页 |
·数字图像处理主要的研究内容 | 第8-10页 |
·数字图像处理的应用 | 第10-12页 |
·本文中的图像处理问题 | 第12-13页 |
·研究背景和目标 | 第12页 |
·图像增强 | 第12-13页 |
·图像去噪 | 第13页 |
·本文所做的工作和文章的结构 | 第13-15页 |
第二章 色彩空间和人类视觉系统模型 | 第15-27页 |
·色彩空间 | 第15-21页 |
·比色法色彩空间 | 第15-17页 |
·减法色彩空间 | 第17-18页 |
·视频色彩空间 | 第18-19页 |
·非标准色彩空间 | 第19-21页 |
·人类视觉系统 | 第21-27页 |
·人类视觉系统的基本构造 | 第21-22页 |
·视觉现象 | 第22-24页 |
·对比灵敏度 | 第22页 |
·同时对比度 | 第22-23页 |
·亮度适应能力 | 第23页 |
·侧抑制现象 | 第23-24页 |
·视觉模型 | 第24-27页 |
·单色视觉模型 | 第24-25页 |
·彩色视觉模型 | 第25-27页 |
第三章 彩色图像增强 | 第27-39页 |
·灰度变换法 | 第27-32页 |
·线性变换 | 第28-29页 |
·简单的线性灰度变换法 | 第28页 |
·分段线性灰度变换法 | 第28-29页 |
·非线性变换 | 第29-32页 |
·对数变换 | 第29页 |
·指数变换 | 第29页 |
·二次函数变换 | 第29-30页 |
·Gamma变换 | 第30-31页 |
·“S”型曲线 | 第31-32页 |
·直方图修整法 | 第32-34页 |
·直方图均衡化 | 第32-33页 |
·直方图规定化 | 第33-34页 |
·局部统计法 | 第34页 |
·Retinex | 第34-36页 |
·基于路径的Retinex算法 | 第35页 |
·基于迭代的Retinex算法 | 第35页 |
·基于中心/环绕Retinex的算法 | 第35-36页 |
·ACE(自动颜色均衡)算法 | 第36-38页 |
·同态图像增强 | 第38-39页 |
第四章 基于非对称性Retinex滤波器的图像增强算法 | 第39-49页 |
·算法流程图 | 第39-40页 |
·算法描述 | 第40-47页 |
·全局调整 | 第40-45页 |
·局部处理 | 第45-46页 |
·颜色校正 | 第46-47页 |
·实验结果和分析 | 第47-49页 |
第五章 一种强鲁棒性的实时图像增强算法 | 第49-56页 |
·算法流程图 | 第49页 |
·算法描述 | 第49-52页 |
·全局调整 | 第50-51页 |
·局部处理 | 第51页 |
·HSI色度空间下的颜色补偿 | 第51-52页 |
·实验结果和分析 | 第52-56页 |
第六章 图像去噪 | 第56-70页 |
·噪声分布模型 | 第56-57页 |
·Gauss噪声分布 | 第56页 |
·瑞利噪声分布 | 第56-57页 |
·脉冲噪声分布 | 第57页 |
·Poisson噪声分布 | 第57页 |
·数学形态学去噪 | 第57-59页 |
·二值形态学的四种基本运算 | 第57-59页 |
·膨胀(Dilatation) | 第57-58页 |
·腐蚀(Erosion) | 第58页 |
·开启(Opening) | 第58页 |
·闭合(Closing) | 第58-59页 |
·噪声滤除 | 第59页 |
·Gauss滤波器 | 第59-60页 |
·TV(Total Variation)模型去噪 | 第60-70页 |
·TV准则和TV模型 | 第60-62页 |
·TV模型去噪 | 第62-70页 |
第七章 总结和展望 | 第70-72页 |
参考文献 | 第72-76页 |
附:硕士期间发表的论文 | 第76-77页 |
致谢 | 第77页 |