| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-15页 |
| ·课题的背景及意义 | 第9-10页 |
| ·静态图像分割关键技术的研究现状 | 第10-12页 |
| ·人眼感知特性相关理论及课题提出 | 第12-14页 |
| ·人眼感知特性相关理论 | 第12-13页 |
| ·课题提出 | 第13-14页 |
| ·论文的主要内容及章节安排 | 第14-15页 |
| 2 基于多通道视觉特性的图像去噪 | 第15-27页 |
| ·基于小波（WAVELET）模拟人眼多通道视觉特性 | 第15页 |
| ·基于局部方差的模糊小波图像去噪 | 第15-22页 |
| ·基于小波阈值去噪研究 | 第15-17页 |
| ·小波局部方差 | 第17-18页 |
| ·改进的模糊化局部方差 | 第18-22页 |
| ·算法流程及实验结果分析 | 第22-25页 |
| ·算法流程 | 第22-23页 |
| ·实验结果分析 | 第23-25页 |
| ·本章小结 | 第25-27页 |
| 3 灰度图像自适应增强方法 | 第27-43页 |
| ·传统灰度图像增强方法 | 第27-29页 |
| ·新广义 BETA 函数提出 | 第29-34页 |
| ·传统的 Beta 函数 | 第29-31页 |
| ·广义 Beta 函数 | 第31-34页 |
| ·基于广义 BETA 函数自适应图像增强算法 | 第34-38页 |
| ·变换函数自适应选取模型 | 第35页 |
| ·基于量子遗传算法的参数 ( p , q )选取 | 第35-37页 |
| ·基于广义 Beta 函数图像自适应增强的算法描述 | 第37-38页 |
| ·实验结果与分析 | 第38-41页 |
| ·本章小结 | 第41-43页 |
| 4 基于人眼感知特性的彩色图像增强方法 | 第43-53页 |
| ·基于人眼感知特性的彩色图像增强方案 | 第43-44页 |
| ·灰度图像增强方法直接用于彩色图像中存在的问题 | 第43页 |
| ·基于人眼感知特性的彩色图像增强方案提出 | 第43-44页 |
| ·图像增强色彩空间选取 | 第44-45页 |
| ·色彩空间选择准则 | 第44-45页 |
| ·色彩空间的选择 | 第45页 |
| ·基于 WEBER-FECHNER 的人眼色彩感知模型 | 第45-46页 |
| ·Weber-Fechner 定律 | 第45-46页 |
| ·人眼对色彩的感知模型 | 第46页 |
| ·基于人眼感知的彩色图像增强方法 | 第46-48页 |
| ·V 维的 MSR 增强 | 第46-47页 |
| ·基于人眼感知模型的 H、S 增强方法 | 第47-48页 |
| ·算法流程及实验结果 | 第48-51页 |
| ·算法的流程 | 第48页 |
| ·实验结果 | 第48-51页 |
| ·本章小结 | 第51-53页 |
| 5 基于人眼感知特性的图像分割方法 | 第53-65页 |
| ·引言 | 第53页 |
| ·基于模糊 RENYI 熵快速图像阈值分割 | 第53-60页 |
| ·基于模糊 Renyi 熵的快速图像分割提出 | 第53-54页 |
| ·模糊 Renyi 熵及参数α的确定 | 第54-56页 |
| ·算法流程与实验结果 | 第56-60页 |
| ·基于人眼感知特性和模糊理论的图像分割方法 | 第60-63页 |
| ·基于模糊 Renyi 熵的快速图像分割存在的问题 | 第60-61页 |
| ·基于人眼感知特性与模糊理论的图像分割方案 | 第61-63页 |
| ·实验结果与分析 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 6 图像分割技术在交通中的应用研究 | 第65-73页 |
| ·概述 | 第65-66页 |
| ·智能车辆监控图像的分割 | 第66-72页 |
| ·行人红外图像分割 | 第66-68页 |
| ·视觉导航可见光图像的分割 | 第68-69页 |
| ·基于灰度分割的彩色图像决策级分割策略 | 第69-70页 |
| ·智能车辆道路彩色图像分割结果 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 7 总结与展望 | 第73-75页 |
| 致谢 | 第75-77页 |
| 参考文献 | 第77-83页 |
| 附录 | 第83页 |
| A. 作者在攻读学位期间发表的论文目录 | 第83页 |
| B. 作者在攻读学位期间公开的发明专利 | 第83页 |
| C. 作者在攻读学位期间参加的主要科研项目 | 第83页 |
