| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景及选题意义 | 第8页 |
| 1.2 图像增强发展现状 | 第8-11页 |
| 1.3 本文工作与主要贡献 | 第11-12页 |
| 1.4 本文结构安排 | 第12-13页 |
| 2 Retinex算法介绍 | 第13-21页 |
| 2.1 色彩恒常性 | 第13-14页 |
| 2.2 Retinex理论 | 第14-21页 |
| 2.2.1 单尺度Retinex(SSR) | 第15-16页 |
| 2.2.2 多尺度Retinex(MSR) | 第16-18页 |
| 2.2.3 带有颜色恢复的多尺度Retinex(MSRCR) | 第18-21页 |
| 3 一种基于Retinex的自适应图像增强算法 | 第21-35页 |
| 3.1 照度估计 | 第21-27页 |
| 3.1.1 引导图像的构造 | 第21-24页 |
| 3.1.2 引导滤波器 | 第24-25页 |
| 3.1.3 提取照度图像 | 第25-27页 |
| 3.2 反射图像的提取与颜色校正 | 第27页 |
| 3.3 后处理 | 第27-35页 |
| 3.3.1 图像非线性拉伸 | 第27-32页 |
| 3.3.2 参数选择的优化方法 | 第32-33页 |
| 3.3.3 参数优化方案 | 第33-35页 |
| 4 目标函数-图像质量综合评估 | 第35-43页 |
| 4.1 图像对比度评估 | 第35-39页 |
| 4.2 图像颜色质量评估 | 第39-40页 |
| 4.2.1 图像色彩自然度评估 | 第39-40页 |
| 4.2.2 图像色彩丰富度评估 | 第40页 |
| 4.3 改进的图像质量评估算法MCNC | 第40-43页 |
| 5 实验与结果 | 第43-58页 |
| 5.1 鲁棒性评估 | 第43页 |
| 5.2 定性评估 | 第43-52页 |
| 5.2.1 实验参照 | 第43-46页 |
| 5.2.2 雾化图像处理结果 | 第46页 |
| 5.2.3 低照度图像处理结果 | 第46-52页 |
| 5.3 定量评估 | 第52-58页 |
| 5.3.1 评测标准 | 第52-53页 |
| 5.3.2 评估结果 | 第53-58页 |
| 6 总结与展望 | 第58-60页 |
| 6.1 本文工作总结 | 第58-59页 |
| 6.2 下一步工作展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表学术论文情况 | 第63-64页 |
| 致谢 | 第64-65页 |