| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 第1章 绪论 | 第14-25页 |
| ·红外图像技术的地位和作用 | 第14-16页 |
| ·课题背景及意义 | 第16-17页 |
| ·红外图像增强技术综述 | 第17-22页 |
| ·红外图像增强发展趋势及存在的问题 | 第22-23页 |
| ·本论文的主要研究内容 | 第23-25页 |
| 第2章 红外图像特征及人眼视觉特性理论 | 第25-45页 |
| ·引言 | 第25页 |
| ·红外图像特征 | 第25-32页 |
| ·灰度直方图特征 | 第26-28页 |
| ·对比度特性 | 第28-30页 |
| ·噪声、分辨率及非均匀特性 | 第30-32页 |
| ·基于图像的人眼视觉特性 | 第32-40页 |
| ·人眼的对比度敏感特性 | 第33-35页 |
| ·人眼视觉的亮度和灰度敏感特性 | 第35-38页 |
| ·基于图像的视觉特性分析 | 第38-40页 |
| ·红外图像的人眼视觉特性综述 | 第40-41页 |
| ·图像评价 | 第41-44页 |
| ·客观评价 | 第42-43页 |
| ·主观评价 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第3章 基于分形和人眼敏感特性的增强方法 | 第45-63页 |
| ·引言 | 第45页 |
| ·分形和分形布朗运动原理 | 第45-49页 |
| ·基于分形和人眼对比度敏感特性的增强方法实现 | 第49-57页 |
| ·人眼的空间频率特性 | 第49-50页 |
| ·图像分形维数与视觉特性的关系 | 第50-54页 |
| ·像素增益参数的确定 | 第54-55页 |
| ·算法实现 | 第55-57页 |
| ·实验结果分析 | 第57-62页 |
| ·本章小结 | 第62-63页 |
| 第4章 基于多重分形和人眼敏感特性的增强方法 | 第63-84页 |
| ·引言 | 第63页 |
| ·多重分形理论 | 第63-66页 |
| ·基于配分函数的红外图像多重分形特性分析 | 第66-69页 |
| ·基于多重分形和人眼视觉特性的红外图像增强方法 | 第69-77页 |
| ·图像的奇异指数和多重分形谱的计算 | 第69-71页 |
| ·根据多重分形数据和人眼对比度敏感特性对像素分类 | 第71-76页 |
| ·用多重分形增强图像算法描述 | 第76-77页 |
| ·实验结果与分析 | 第77-83页 |
| ·本章小结 | 第83-84页 |
| 第5章 针对人眼视觉特性的小波与Retinex结合图像增强方法 | 第84-112页 |
| ·引言 | 第84页 |
| ·小波的图像增强算法 | 第84-88页 |
| ·Retinex图像增强算法 | 第88-92页 |
| ·单尺度中心环绕Retinex(SSR)算法 | 第89-90页 |
| ·多尺度中心/环绕Retinex(MSR)算法 | 第90-92页 |
| ·针对人眼特性的小波和 Retinex 结合红外图像增强算法 | 第92-102页 |
| ·根据灰度敏感特性选取环绕函数和环绕参数 | 第92-95页 |
| ·依据人眼多通道特性和小波处理特点设计增益函数 | 第95-99页 |
| ·算法实现 | 第99-102页 |
| ·实验结果与分析 | 第102-109页 |
| ·本论文三种方法的比较 | 第109-111页 |
| ·本章小结 | 第111-112页 |
| 第6章 红外安全监控系统的实现 | 第112-129页 |
| ·引言 | 第112页 |
| ·系统总体设计 | 第112-113页 |
| ·硬件设计 | 第113-120页 |
| ·需求分析 | 第113-114页 |
| ·芯片选型 | 第114-116页 |
| ·硬件设计开发过程 | 第116-117页 |
| ·硬件实现 | 第117-120页 |
| ·软件设计 | 第120-125页 |
| ·系统软件总体流程 | 第120-121页 |
| ·系统软件分模块设计 | 第121-125页 |
| ·调试与实现 | 第125-128页 |
| ·本章小结 | 第128-129页 |
| 结论 | 第129-131页 |
| 参考文献 | 第131-141页 |
| 攻读学位期间发表的学术论文 | 第141-143页 |
| 致谢 | 第143-144页 |
| 个人简历 | 第144页 |