一、文献综述
（一）国内外研究现状
随着电子计算机技术的进步，计算机图像处理近年来得到飞跃的发展，已经成功的应用于几乎所有与成像有关的领域，并正发挥着相当重要的作用。它利用计算机对数字图像进行系列操作,从而获得某种预期的结果。对图像进行处理时，经常运用图像增强技术以改善图像的质量。
图像增强技术是数字图像处理的一个重要分支。图像增强是图像处理的基本内容之一，图像增强就是在原始图像的基础上按照一定的需求进行处理，突出增强某些需要增强的地方，使得在使用方面更加适用。处理的结果使图像更适应于人的视觉特性或机器的识别系统。
在一般情况下的日常的应用中，经过图像的传送和转换，如成像、复制、扫描、传输和显示等，一些原始图像往往不能直接被人们正常使用，而是要对原始图像进行一些效果处理，像灰度的校正，噪声过滤等，以达到用途需求。在这个处理过程中，往往会导致图像的质量下降等现象。但是总的一条原则是不衰减需求的特征，只要满足上述条件的预处理方法统称为图像的增强。而在图像增强的这个技术中主要关注的是两个方面是空间和频率，而空间和频率两个方面主要关注的分别是图像的像素变化，图像的变化值。在摄影时由于光照条件不足或过度，会使图像过暗或过亮；光学系统的失真、相对运动、大气流动等都会使图像模糊，传输过程中会引入各种类型的噪声。总之输入的图像在视觉效果和识别方便性等方面可能存在诸多问题。尽管由于目的、观点、爱好等的不同，图像质量很难有统一的定义和标准，但是根据应用要求改善图像质量却是一个共同的目标。
近年来，为数不多的人提出了一些关于细节增强方面的算法。对于多幅不同光照条件下的输入图像，Fattal等人采用快速双边滤波进行多尺度分解，并且采用多尺度重组细节构造增强图像。但是，双边滤波本质上是在它的保留边缘程度和平滑程度上做一个权衡。如果增强提取细节的程度，也就意味着平滑图像中更多的边缘被滤掉。那么在细节增强过程中，残留在细节层中的大尺度边缘将会导致过增强，并最终引起梯度逆转现象和光环现象。Zheng 等则通过求解一个梯度域最优化问题来得到一张细节辅助图,并最终通过二次滤波得到细节层和基础层。但是，他们的方法都是基于多幅输入图像，无疑限制了这些方法的使用。
对于单幅输入图像，Farbman 等人展示了基于加权最小二乘，即非线性泊松方程进行图像细节增强的效果，但是该方法需要求解一个大型稀疏线性系统，因此削弱了它的使用价值。Fattal提出了基于避免边缘的提升小波分解进行图像细节增强的方法。这种多尺度分解方法虽然速度比较快，但是它的模糊核大小只能取2的指数级，从而限制了滤波尺度的选取。Subr等提出了新的细节定义，认为图像的细节是局部极小值与局部极大值之间的震动，并且基于这种新的定义方式，提出了新的图像分解技术。Xu等提出了一种基于L0梯度最小化的最优化框架，来控制全局非零梯度的数量，从而达到平滑图像的目的。Paris 等则提出了利用拉普拉斯金字塔进行图像的多尺度分解。而Gastal提出了一种基于域变换的彩色图像细节增强方法，期望达到快速多尺度分解的目的。
（二）研究主要成果
从实践应用的角度来看，一些图像的源文件信号质量不高，所以在进行图像的还原处理之后，图像质量达不到标准,这时候就需要利用增强技术和手段对图像进行补光或者是清晰度的提升，通过这样的图像增强措施利用，源文件信号的缺陷得到了弥补。图像增强技术可以根据处理过程的不同，可以大致划分为两大类,分布式空域算法和频域算法。空域算法就是对图像的灰度进行直接的运算,而频域算法就是通过某一种变换 域对变化系数值进行运算，是一种不直接地运算。
《Domain Transform for Edge-Aware Image and Video Processing》一文中，笔者们提出了一种实时对图像和视频执行高质量边缘保留滤波的新方法。解决方案基于一个变换，该变换定义了5D中2D图像流形上的曲线与实线之间的等距。这种变换保留了这些曲线上点之间的测地距离，自适应地扭曲输入信号，以便可以在线性时间内有效地执行一维边缘保留滤波。笔者们演示了一维边缘保留滤波器的三种实现方式，展示了如何通过迭代一维滤波操作来生成高质量的2D边缘保留滤波器，并实证分析了该过程的收敛性。笔者们的方法有几个理想的特性：使用一维运算可以显着提高现有技术的速度并节省内存；它的计算成本不受滤波器参数选择的影响；它是第一个实时处理任意比例的彩色图像的边缘保留滤波器，无需借助二次采样或量化。笔者们展示了他们的域变换和边缘保留滤波器在几个实时图像和视频处理任务上的多功能性，包括保边滤波、景深效果、风格化、重新着色、着色、细节增强，以及色调映射。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
