| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第11-21页 |
| 1.1 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.2.1 噪声去除 | 第12-14页 |
| 1.2.2 图像锐化 | 第14-16页 |
| 1.2.3 色调映射 | 第16-18页 |
| 1.3 本文研究内容 | 第18-19页 |
| 1.4 本文章节安排 | 第19-21页 |
| 2 基于稀疏冗余表达的图像去噪 | 第21-52页 |
| 2.1 引言 | 第21页 |
| 2.2 稀疏表达理论 | 第21-26页 |
| 2.3 评价因子 | 第26-28页 |
| 2.3.1 主观评价方法 | 第27页 |
| 2.3.2 客观评价方法 | 第27-28页 |
| 2.4 增强的自适应回溯正交匹配追踪算法 | 第28-47页 |
| 2.4.1 算法描述 | 第28-32页 |
| 2.4.2 模拟实验 | 第32-35页 |
| 2.4.3 字典训练 | 第35-38页 |
| 2.4.4 图像去噪 | 第38-47页 |
| 2.5 一维光谱信号噪声去除 | 第47-51页 |
| 2.6 小结 | 第51-52页 |
| 3 基于控制核回归的图像锐化 | 第52-83页 |
| 3.1 引言 | 第52页 |
| 3.2 控制核回归原理 | 第52-56页 |
| 3.3 评价因子 | 第56-59页 |
| 3.3.1 Q | 第56-58页 |
| 3.3.2 LPC | 第58-59页 |
| 3.4 局部结构自适应锐化算法 | 第59-82页 |
| 3.4.1 算法描述 | 第59-64页 |
| 3.4.2 实验讨论 | 第64-72页 |
| 3.4.3 自动版本 | 第72-76页 |
| 3.4.4 优化版本 | 第76-82页 |
| 3.5 小结 | 第82-83页 |
| 4 基于图像亮度的高动态图像颜色增强 | 第83-110页 |
| 4.1 引言 | 第83页 |
| 4.2 评价因子 | 第83-85页 |
| 4.2.1 SSIM | 第83-84页 |
| 4.2.2 VCM | 第84-85页 |
| 4.2.3 EC | 第85页 |
| 4.3 基于图像亮度的自适应权重多尺度Retinex | 第85-96页 |
| 4.3.1 Retinex理论 | 第85-88页 |
| 4.3.2 算法描述 | 第88-91页 |
| 4.3.3 实验讨论 | 第91-96页 |
| 4.4 基于亮度函数的自适应多尺度色调映射 | 第96-109页 |
| 4.4.1 亮度函数 | 第97-98页 |
| 4.4.2 算法描述 | 第98-100页 |
| 4.4.3 实验讨论 | 第100-109页 |
| 4.5 小结 | 第109-110页 |
| 5 总结与展望 | 第110-114页 |
| 5.1 总结 | 第110-112页 |
| 5.2 展望 | 第112-114页 |
| 参考文献 | 第114-121页 |
| 作者简介 | 第121-122页 |
| 攻读博士学位期间主要研究成果 | 第122页 |