| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-13页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 空域增强方法 | 第8-10页 |
| 1.2.2 频域增强方法 | 第10-11页 |
| 1.3 本文主要内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 2 常见图像增强算法 | 第13-32页 |
| 2.1 基于直方图均衡化的图像增强算法 | 第13-19页 |
| 2.1.1 直方图均衡化 | 第13-14页 |
| 2.1.2 自适应直方图均衡化 | 第14-16页 |
| 2.1.3 二分直方图均衡化 | 第16页 |
| 2.1.4 基于动态模糊的直方图均衡化 | 第16-17页 |
| 2.1.5 实验结果分析 | 第17-19页 |
| 2.2 基于传统Retinex算法的图像增强算法 | 第19-27页 |
| 2.2.1 随机路径Retinex算法 | 第21页 |
| 2.2.2 McCann's Retinex算法 | 第21-23页 |
| 2.2.3 基于中心环绕的Retinex算法 | 第23-26页 |
| 2.2.4 实验结果分析 | 第26-27页 |
| 2.3 基于小波变换的图像增强算法 | 第27-31页 |
| 2.3.1 小波变换的基本理论 | 第27-29页 |
| 2.3.2 多分辨率分析 | 第29-30页 |
| 2.3.3 Mallat算法 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 3 基于Canny算子加权引导滤波的Retinex算法 | 第32-40页 |
| 3.1 引导滤波 | 第32-34页 |
| 3.2 边缘算子 | 第34-35页 |
| 3.3 基于Canny算子加权引导滤波的Retinex算法 | 第35-39页 |
| 3.3.1 算法模型 | 第35-36页 |
| 3.3.2 边缘权重计算 | 第36页 |
| 3.3.3 光照估计 | 第36-38页 |
| 3.3.4 输出量化处理 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 4 基于环绕抑制的变分Retinex算法 | 第40-50页 |
| 4.1 基于变分理论的Retinex算法 | 第40-43页 |
| 4.1.1 Kimmel's Retinex变分框架 | 第40-41页 |
| 4.1.2 Retinex的全变差模型 | 第41-42页 |
| 4.1.3 感知驱动的亮度不均匀变分算法 | 第42-43页 |
| 4.2 基于环绕抑制的变分Retinex算法 | 第43-49页 |
| 4.2.1 算法模型 | 第43-44页 |
| 4.2.2 环绕抑制机制 | 第44-47页 |
| 4.2.3 分裂Bregman迭代求解 | 第47-49页 |
| 4.2.4 对比度增益 | 第49页 |
| 4.3 本章小结 | 第49-50页 |
| 5 实验结果分析与对比 | 第50-57页 |
| 5.1 实验效果 | 第50-54页 |
| 5.2 图像质量评价 | 第54-56页 |
| 5.3 运行效率比较 | 第56页 |
| 5.4 本章小结 | 第56-57页 |
| 6 总结与展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64页 |
