| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究的背景与意义 | 第10-11页 |
| 1.2 国内外图像增强研究的历史与现状 | 第11-13页 |
| 1.2.1 图像应用的产生及发展概述 | 第11页 |
| 1.2.2 数字图像处理现状 | 第11-13页 |
| 1.2.3 数字图像处理的分类 | 第13页 |
| 1.3 本论文的结构安排 | 第13-15页 |
| 第二章 人眼视觉特性及模型 | 第15-28页 |
| 2.1 人眼视觉特性 | 第15-19页 |
| 2.1.1 人眼对灰度的分辨能力 | 第16-18页 |
| 2.1.2 人眼对图像结构及反差的敏感性 | 第18-19页 |
| 2.2 人眼可视最小差 | 第19-20页 |
| 2.2.1 Weber - Fechner定律 | 第19-20页 |
| 2.2.2 de Vrise-Rose定律 | 第20页 |
| 2.3 常用图像亮度自适应现象模型介绍 | 第20-22页 |
| 2.4 MATLAB软件的介绍 | 第22-27页 |
| 2.4.1 Matlab概述 | 第22-24页 |
| 2.4.2 Matlab工作环境 | 第24-25页 |
| 2.4.3 Matlab优势 | 第25-27页 |
| 2.5 本章总结 | 第27-28页 |
| 第三章 对比度增强方法及质量评价 | 第28-46页 |
| 3.1 典型的图像增强算法 | 第28-38页 |
| 3.1.1 图像的灰度变换技术 | 第28-30页 |
| 3.1.2 基于直方图增强技术 | 第30-32页 |
| 3.1.3 图像梯度场增强算法 | 第32-35页 |
| 3.1.4 滤波技术 | 第35-37页 |
| 3.1.5 偏微分增强技术 | 第37页 |
| 3.1.6 数学形态学增强技术 | 第37-38页 |
| 3.1.7 自适应增强技术 | 第38页 |
| 3.2 图像增强的分类 | 第38-39页 |
| 3.3 图像质量评价及仿真结果分析 | 第39-45页 |
| 3.3.1 图像质量评价 | 第39-41页 |
| 3.3.2 图像仿真结果分析 | 第41-45页 |
| 3.4 本章总结 | 第45-46页 |
| 第四章 基于人眼视觉感知图像对比度增强算法研究与实现 | 第46-59页 |
| 4.1 结合人眼视觉感知的图像对比度增强算法 | 第46-48页 |
| 4.1.1 像素域JND模型介绍 | 第46-47页 |
| 4.1.2 结合人眼视觉感知的梯度场增强算法（JND+梯度场） | 第47-48页 |
| 4.2 MATLAB仿真实现及结果分析（JND+梯度场） | 第48-54页 |
| 4.3 改进后的梯度场增强算法 | 第54-57页 |
| 4.5 本章小结 | 第57-59页 |
| 第五章 仿真测试与分析 | 第59-63页 |
| 5.1 视觉效果测试及分析 | 第59-62页 |
| 5.2 迭代稳定性 | 第62页 |
| 5.3 本章总结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 论文总结 | 第63页 |
| 6.2 图像对比度增强展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
