图像增强算法的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-10页 |
| ·选题背景 | 第7-8页 |
| ·图像增强的研究和发展现状 | 第8页 |
| ·本文内容与章节安排 | 第8-10页 |
| 第二章 图像增强的基本方法 | 第10-26页 |
| ·灰度变换 | 第10-13页 |
| ·线性变换 | 第10-11页 |
| ·分段线性变换 | 第11-12页 |
| ·非线性变换 | 第12-13页 |
| ·直方图修正 | 第13-15页 |
| ·直方图均衡化 | 第14页 |
| ·直方图规定化 | 第14-15页 |
| ·噪声清除 | 第15-17页 |
| ·邻域平均法 | 第15-16页 |
| ·空域低通滤波 | 第16-17页 |
| ·中值滤波 | 第17页 |
| ·图像锐化 | 第17-21页 |
| ·统计差值法 | 第17-18页 |
| ·离散空间差分法 | 第18-20页 |
| ·空域高通滤波 | 第20-21页 |
| ·频域滤波增强 | 第21-22页 |
| ·频域低通滤波 | 第21-22页 |
| ·频域高通滤波 | 第22页 |
| ·同态滤波 | 第22-23页 |
| ·彩色增强 | 第23-25页 |
| ·伪彩色增强 | 第23-24页 |
| ·假彩色增强 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于直方图均衡化的图像增强算法 | 第26-32页 |
| ·图像直方图 | 第26页 |
| ·直方图均衡化 | 第26-28页 |
| ·直方图均衡化计算示例 | 第28-30页 |
| ·实验结果及分析讨论 | 第30页 |
| ·本章小结 | 第30-32页 |
| 第四章 基于模糊集理论的图像增强算法 | 第32-42页 |
| ·模糊集理论基础 | 第32-37页 |
| ·模糊理论中的模糊性 | 第32-33页 |
| ·隶属函数与模糊集合 | 第33页 |
| ·模糊集合的运算 | 第33-34页 |
| ·模糊关系 | 第34-35页 |
| ·模糊逻辑与模糊语言 | 第35-36页 |
| ·If…then 规则与模糊推理 | 第36-37页 |
| ·图像的模糊特征平面 | 第37页 |
| ·模糊特征隶属函数 | 第37-38页 |
| ·基于模糊集的图像增强方案 | 第38-40页 |
| ·实验结果及分析讨论 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 基于小波变换的图像增强算法 | 第42-52页 |
| ·小波变换理论基础 | 第42-45页 |
| ·小波变换的定义 | 第42-43页 |
| ·一维小波变换 | 第43-44页 |
| ·二维小波变换 | 第44-45页 |
| ·多分辨率分析 | 第45-46页 |
| ·多分辨率分析定义 | 第45-46页 |
| ·基于小波变换的图像增强原理 | 第46-49页 |
| ·小波基的选择 | 第49-50页 |
| ·基于小波变换的图像增强算法 | 第50-51页 |
| ·实验结果及分析讨论 | 第51页 |
| ·本章小结 | 第51-52页 |
| 第六章 基于人眼视觉特性的彩色增强算法 | 第52-61页 |
| ·颜色视觉理论 | 第52-53页 |
| ·三色理论 | 第52页 |
| ·颜色对立机制理论 | 第52-53页 |
| ·视网膜皮层理论 | 第53-54页 |
| ·彩色空间 | 第54-55页 |
| ·彩色增强算法 | 第55-59页 |
| ·保持颜色不变的增强算法 | 第55页 |
| ·根据人眼特性改变颜色的增强算法 | 第55-59页 |
| ·实验结果及分析讨论 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第七章 基于神经网络的图像增强算法 | 第61-64页 |
| ·神经网络与图像处理 | 第61页 |
| ·神经网络的常用类型 | 第61-62页 |
| ·基于神经网络的图像增强 | 第62-63页 |
| ·神经网络的应用前景 | 第63页 |
| ·小波网络的应用前景 | 第63页 |
| ·模糊神经网络的应用前景 | 第63页 |
| ·本章小结 | 第63-64页 |
| 第八章 总结与展望 | 第64-65页 |
| ·全文总结 | 第64页 |
| ·展望 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 详细摘要 | 第71-74页 |
