| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题研究的背景和意义 | 第9-10页 |
| 1.2 复杂光照下图像恢复处理研究的研究现状 | 第10-13页 |
| 1.3 本文的主要研究内容与结构安排 | 第13-15页 |
| 1.3.1 本文的主要研究内容 | 第13-15页 |
| 1.3.2 本文的结构安排 | 第15页 |
| 1.4 本章小结 | 第15-16页 |
| 第二章 含噪复杂光照下图像恢复研究技术框架及评价方法 | 第16-28页 |
| 2.1 双密度双树复小波变换概述 | 第16-20页 |
| 2.1.1 双密度双树复小波变换原理 | 第16-19页 |
| 2.1.2 双密度双树复小波变换特点 | 第19-20页 |
| 2.2 复杂光照下图像恢复算法概述 | 第20-21页 |
| 2.3 图像恢复结果的评价方法 | 第21-27页 |
| 2.3.1 图像的主观评价方法 | 第21-22页 |
| 2.3.2 图像的客观评价方法 | 第22-25页 |
| 2.3.3 图像的评价方法验证 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 图像高频子带的去噪算法 | 第28-46页 |
| 3.1 小波阈值去噪中阈值处理函数的选取 | 第28-38页 |
| 3.1.1 硬阈值和软阈值处理函数 | 第28-29页 |
| 3.1.2 其他的阈值处理函数 | 第29-31页 |
| 3.1.3 改进的阈值处理函数 | 第31-34页 |
| 3.1.4 阈值函数的测试结果与分析 | 第34-38页 |
| 3.2 小波阈值去噪中阈值的估计 | 第38-41页 |
| 3.2.1 传统通用阈值估计法 | 第38-39页 |
| 3.2.2 SUREShrink阈值估计法 | 第39-40页 |
| 3.2.3 BayesShrink阈值估计法 | 第40-41页 |
| 3.2.4 改进的BayesShrink | 第41页 |
| 3.3 图像高频子带去噪算法流程 | 第41页 |
| 3.4 图像高频子带的小波去噪算法仿真实验 | 第41-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 图像低频子带的Retinex增强算法 | 第46-63页 |
| 4.1 Retinex变换及其早期改进方法 | 第46-50页 |
| 4.1.1 Retinex变换基本原理 | 第46页 |
| 4.1.2 Retinex及其改进型的基本计算方法 | 第46-50页 |
| 4.1.3 Retinex的缺陷 | 第50页 |
| 4.2 近期Retinex变换的主要改进方法 | 第50-53页 |
| 4.2.1 基于双边带滤波的Retinex | 第50-51页 |
| 4.2.2 基于Mean Shift滤波的Retinex | 第51-53页 |
| 4.3 本文提出的Retinex改进方法 | 第53-56页 |
| 4.3.1 基于引导滤波的Retinex算法 | 第53-54页 |
| 4.3.2 改进的自适应系数 | 第54-55页 |
| 4.3.3 算法流程 | 第55-56页 |
| 4.4 图像低频子带的Retinex增强算法仿真结果与分析 | 第56-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第五章 含噪复杂光照图像恢复实验与结果分析 | 第63-72页 |
| 5.1 算法流程 | 第63页 |
| 5.2 实验与结果分析 | 第63-71页 |
| 5.2.1 不同方法的图像恢复实验 | 第63-68页 |
| 5.2.2 本算法的去噪增强实验 | 第68-71页 |
| 5.3 本章小结 | 第71-72页 |
| 总结与展望 | 第72-75页 |
| 总结 | 第72-74页 |
| 展望 | 第74-75页 |
| 参考文献 | 第75-81页 |
| 攻读学位期间取得的研究成果 | 第81-82页 |
| 致谢 | 第82页 |
