| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.1.1 课题研究背景 | 第10页 |
| 1.1.2 课题研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文的结构安排 | 第13-15页 |
| 第2章 Retinex理论概述 | 第15-21页 |
| 2.1 Retinex理论基础 | 第15-16页 |
| 2.2 基于路径比较的Retinex算法 | 第16-18页 |
| 2.3 基于迭代的Retinex算法 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 基于中心环绕函数的Retinex算法 | 第21-30页 |
| 3.1 单尺度Retinex（SSR）算法 | 第21-24页 |
| 3.2 多尺度Retinex（MSR）算法 | 第24-26页 |
| 3.3 带色彩恢复的多尺度Retinex（MSRCR）算法 | 第26-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第4章 改进重构的自适应权重Retinex图像增强算法 | 第30-43页 |
| 4.1 改进重构增强算法整体框架设计 | 第30-31页 |
| 4.2 算法步骤 | 第31-35页 |
| 4.2.1 RGB空间到HSI空间的转换 | 第31页 |
| 4.2.2 饱和度分量的线性拉伸处理 | 第31-32页 |
| 4.2.3 亮度分量的增强处理 | 第32-34页 |
| 4.2.4 HSI空间到RGB空间的转换 | 第34-35页 |
| 4.2.5 颜色恢复处理 | 第35页 |
| 4.3 实验结果及分析 | 第35-42页 |
| 4.3.1 主观视觉评价 | 第36-40页 |
| 4.3.2 客观质量评估 | 第40-41页 |
| 4.3.3 基于统计的图像质量评估 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第5章 基于引导滤波的亮度分层Retinex图像增强算法 | 第43-55页 |
| 5.1 亮度分层算法整体框架设计 | 第43-44页 |
| 5.2 算法步骤 | 第44-47页 |
| 5.2.1 亮度图像分层处理 | 第44-47页 |
| 5.2.2 亮度图像重构 | 第47页 |
| 5.2.3 颜色恢复 | 第47页 |
| 5.3 实验结果及分析 | 第47-54页 |
| 5.3.1 主观视觉评价 | 第48-52页 |
| 5.3.2 客观质量评价 | 第52-53页 |
| 5.3.3 基于统计的图像质量评估 | 第53-54页 |
| 5.4 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第60页 |
