| 中文摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题背景与意义 | 第10-11页 |
| 1.2 图像增强研究现状 | 第11-15页 |
| 1.2.1 空间域图像增强算法 | 第11-12页 |
| 1.2.2 频率域图像增强算法 | 第12-13页 |
| 1.2.3 现代图像增强算法 | 第13-15页 |
| 1.3 本文主要研究内容和创新 | 第15-18页 |
| 1.3.1 本文主要内容 | 第15-17页 |
| 1.3.2 本文主要创新点 | 第17-18页 |
| 第二章 经典图像增强算法与质量评估方法 | 第18-29页 |
| 2.1 引言 | 第18页 |
| 2.2 经典图像增强算法 | 第18-25页 |
| 2.2.1 线性及非线性图像增强算法 | 第18-20页 |
| 2.2.2 图像直方图修正 | 第20-22页 |
| 2.2.3 图像去噪增强算法 | 第22-24页 |
| 2.2.4 Retinex低照度图像增强算法 | 第24-25页 |
| 2.3 图像质量评估方法 | 第25-27页 |
| 2.3.1 图像均值 | 第25页 |
| 2.3.2 图像标准差 | 第25-26页 |
| 2.3.3 图像熵值 | 第26页 |
| 2.3.4 图像峰值信噪比 | 第26-27页 |
| 2.3.5 图像BRISQE值 | 第27页 |
| 2.3.6 图像NIQE值 | 第27页 |
| 2.4 本章小结 | 第27-29页 |
| 第三章 局部过度曝光图像的纹理及颜色增强算法研究 | 第29-40页 |
| 3.1 引言 | 第29页 |
| 3.2 局部过度曝光图像的检测 | 第29-33页 |
| 3.2.1 过曝光图像亮度阈值检测法 | 第29-30页 |
| 3.2.2 过曝光区域LC检测法 | 第30页 |
| 3.2.3 基于修正饱和度S阈值的过曝光区域检测法 | 第30-31页 |
| 3.2.4 过曝光区域检测法实验 | 第31-33页 |
| 3.3 图像过曝光区域的纹理及颜色修复 | 第33-37页 |
| 3.3.1 正常区域的纹理强化 | 第33页 |
| 3.3.2 改进的样本域填充算法 | 第33-36页 |
| 3.3.3 过曝光区域的颜色修复 | 第36-37页 |
| 3.4 实验结果及分析 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 低照度图像细节增强算法研究 | 第40-54页 |
| 4.1 引言 | 第40页 |
| 4.2 梯度稀疏和最小平方约束下的图像分解算法 | 第40-45页 |
| 4.2.1 梯度稀疏和最小平方约束下的分解模型 | 第41页 |
| 4.2.2 交替变量分裂法求解图像分解模型 | 第41-45页 |
| 4.3 多尺度边缘保护的细节层获取 | 第45-46页 |
| 4.4 实验结果及分析 | 第46-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第五章 低照度图像亮度增强算法研究 | 第54-64页 |
| 5.1 引言 | 第54-55页 |
| 5.2 Retinex基本原理及理论 | 第55-58页 |
| 5.2.1 经典单尺度Retinex（SSR）算法原理 | 第56-57页 |
| 5.2.2 经典多尺度Retinex（MSR）算法原理 | 第57-58页 |
| 5.3 改进的Retinex算法 | 第58-61页 |
| 5.3.1 图像V通道的非线性增强及阈值滤波 | 第58-60页 |
| 5.3.2 基于引导滤波的SSR照度估算 | 第60-61页 |
| 5.4 实验结果及分析 | 第61-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第六章 总结 | 第64-66页 |
| 6.1 工作总结 | 第64-65页 |
| 6.2 研究展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 读硕士学位期间发表的论文及申请的专利 | 第71-72页 |
| 致谢 | 第72-73页 |
