| 摘要 | 第9-11页 |
| ABSTRACT | 第11-12页 |
| 第1章 绪论 | 第13-20页 |
| 1.1 研究背景及意义 | 第13页 |
| 1.2 低照度图像去噪与增强算法概况 | 第13-16页 |
| 1.2.1 低照度图像去噪算法概述 | 第13-15页 |
| 1.2.2 低照度图像增强算法概述 | 第15-16页 |
| 1.3 国内外研究现状 | 第16-17页 |
| 1.4 本文研究的技术路线及关键技术 | 第17-18页 |
| 1.4.1 本文研究的技术路线 | 第17-18页 |
| 1.4.2 本文研究的关键技术 | 第18页 |
| 1.5 本文研究内容及论文结构 | 第18-20页 |
| 第2章 低照度图像去噪及增强算法理论基础 | 第20-30页 |
| 2.1 低照度图像去噪算法 | 第20-23页 |
| 2.1.1 双边滤波 | 第20页 |
| 2.1.2 小波变换 | 第20-23页 |
| 2.2 低照度图像增强算法 | 第23-28页 |
| 2.2.1 灰度非线性变换 | 第23-24页 |
| 2.2.2 灰度线性变换 | 第24页 |
| 2.2.3 直方图均衡 | 第24-26页 |
| 2.2.4 同态滤波 | 第26-28页 |
| 2.3 图像质量评价方法 | 第28-29页 |
| 2.3.1 峰值信噪比 | 第28页 |
| 2.3.2 均方误差 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 基于双边滤波和小波变换的低照度图像去噪算法 | 第30-45页 |
| 3.1 低照度图像空域去噪算法 | 第30-33页 |
| 3.1.1 维纳滤波 | 第30-31页 |
| 3.1.2 高斯滤波 | 第31-32页 |
| 3.1.3 中值滤波 | 第32页 |
| 3.1.4 均值滤波 | 第32-33页 |
| 3.2 低照度图像频域去噪算法 | 第33-38页 |
| 3.2.1 小波分解理论基础 | 第33-35页 |
| 3.2.2 基于小波变换的图像去噪方法 | 第35-38页 |
| 3.3 基于双边滤波和小波变换的图像去噪方法 | 第38-40页 |
| 3.3.1 基于双边滤波的图像去噪方法 | 第38页 |
| 3.3.2 基于改进型小波变换的图像去噪方法 | 第38-39页 |
| 3.3.3 改进低照度图像去噪算法 | 第39-40页 |
| 3.4 实验结果与分析 | 第40-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第4章 基于Retinex理论的图像增强 | 第45-55页 |
| 4.1 Retinex理论 | 第45-46页 |
| 4.2 单尺度Retinex算法 | 第46-47页 |
| 4.3 多尺度Retinex算法 | 第47-48页 |
| 4.4 改进的多尺度Retinex算法 | 第48-50页 |
| 4.4.1 饱和度、亮度调整 | 第48-49页 |
| 4.4.2 改进算法的实现步驟 | 第49-50页 |
| 4.5 实验结果及数据分析 | 第50-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 5.1 本文工作总结 | 第55页 |
| 5.2 工作展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 作者在学期间取得的学术成果 | 第63页 |