| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 夜间彩色图像增强方法简介 | 第10-11页 |
| 1.2.1 图像融合 | 第10-11页 |
| 1.2.2 单幅可见光图像增强 | 第11页 |
| 1.3 论文研究内容 | 第11-12页 |
| 1.4 论文结构安排 | 第12-13页 |
| 1.5 本章小结 | 第13-15页 |
| 第2章 国内外研究现状 | 第15-29页 |
| 2.1 基于Retinex理论的增强算法 | 第15-26页 |
| 2.1.1 Retinex理论简介 | 第15-16页 |
| 2.1.2 “光晕伪影” | 第16页 |
| 2.1.3 Retinex算法分类 | 第16-26页 |
| 2.2 K-SVD算法 | 第26-28页 |
| 2.2.1 K-均值算法 | 第26-27页 |
| 2.2.2 K-SVD算法 | 第27-28页 |
| 2.2.3 K-SVD算法的收敛性 | 第28页 |
| 2.3 本章小结 | 第28-29页 |
| 第3章 基于目的性优化及改进直方图均衡化的夜间彩色图像增强方法 | 第29-39页 |
| 3.1 算法框架及流程 | 第29页 |
| 3.2 基于目的性优化的对比度增强算法 | 第29-32页 |
| 3.3 改进的直方图均衡化 | 第32-33页 |
| 3.4 改进的Gamma校正 | 第33-34页 |
| 3.5 实验结果及分析 | 第34-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第4章 基于统计规律的Retinex夜间彩色图像增强方法 | 第39-49页 |
| 4.1 照度图像估计 | 第39-42页 |
| 4.2 参数估计 | 第42页 |
| 4.3 实验结果及分析 | 第42-46页 |
| 4.4 其他应用 | 第46-47页 |
| 4.5 本章小结 | 第47-49页 |
| 第5章 基于字典学习及稀疏表示的夜间彩色图像增强方法 | 第49-57页 |
| 5.1 字典学习 | 第49-50页 |
| 5.2 利用字典学习增强图像 | 第50页 |
| 5.3 实验结果及分析 | 第50-55页 |
| 5.4 本章小结 | 第55-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士期间发表的论文 | 第63-65页 |
| 致谢 | 第65页 |
