| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 低照度图像去噪技术的研究现状 | 第11-13页 |
| 1.2.2 低照度图像增强技术的研究现状 | 第13-15页 |
| 1.3 本文内容安排 | 第15-17页 |
| 第二章 图像去噪及增强的基本理论 | 第17-32页 |
| 2.1 常用色彩空间 | 第17-18页 |
| 2.2 低照度图像去噪算法 | 第18-22页 |
| 2.2.1 空间域去噪方法 | 第19-21页 |
| 2.2.2 频率域去噪方法 | 第21-22页 |
| 2.3 低照度图像增强方法 | 第22-28页 |
| 2.3.1 灰度变换法 | 第23-24页 |
| 2.3.2 直方图均衡方法 | 第24-26页 |
| 2.3.3 基于Retinex理论的图像增强算法 | 第26-28页 |
| 2.4 图像质量评价方法 | 第28-31页 |
| 2.4.1 主观评价方法 | 第28-29页 |
| 2.4.2 客观评价方法 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 改进的低照度图像去噪算法 | 第32-40页 |
| 3.1 低照度图像处理颜色空间的选取 | 第32页 |
| 3.2 基于引导滤波的图像去噪研究 | 第32-34页 |
| 3.3 改进的基于引导滤波的低照度图像去噪算法 | 第34-36页 |
| 3.3.1 引导图像预处理 | 第34页 |
| 3.3.2 联合中值滤波及引导滤波的低照度图像去噪 | 第34-36页 |
| 3.4 实验结果与分析 | 第36-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 改进的低照度图像增强算法 | 第40-52页 |
| 4.1 低照度图像与白天有雾图之间的关联 | 第40-41页 |
| 4.2 图像去雾理论基础 | 第41-44页 |
| 4.2.1 基于物理模型的图像去雾技术概述 | 第41-42页 |
| 4.2.2 雾天图像退化模型 | 第42-44页 |
| 4.3 基于暗通道先验理论的图像去雾技术 | 第44-46页 |
| 4.3.1 暗原色先验理论 | 第44-45页 |
| 4.3.2 基于暗原色理论的图像去雾算法 | 第45-46页 |
| 4.4 改进的基于去雾模型的低照度图像增强技术 | 第46-50页 |
| 4.4.1 基于去雾模型的低照度图像增强算法 | 第46-48页 |
| 4.4.2 改进的基于去雾模型的低照度图像增强算法 | 第48-50页 |
| 4.5 实验结果与分析 | 第50-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第五章 低照度图像的同时去噪及增强算法 | 第52-56页 |
| 5.1 低照度图像同时去噪及增强算法思想 | 第52页 |
| 5.2 实验结果与分析 | 第52-55页 |
| 5.3 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 本文工作总结 | 第56页 |
| 6.2 进一步工作展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士期间发表的论文和参加的科研项目 | 第62-63页 |
| 致谢 | 第63页 |