摘要
夜间图像由于光照不足，往往存在着亮度低、对比度差、细节丢失等问题，极大地限制了其在目标识别、图像分析等领域的应用。
夜间图像增强技术旨在提高图像的视觉质量，使其更易于人眼观察和计算机处理。
本文综述了夜间图像增强方法的研究现状，首先介绍了夜间图像增强的研究背景和意义，并对传统图像增强方法和基于深度学习的方法进行了概述，分析了各种方法的优缺点。
然后，重点介绍了基于Retinex理论、直方图均衡化以及深度学习的夜间图像增强方法，并详细阐述了每种方法的基本原理、算法流程、优缺点以及改进方向。
最后，对夜间图像增强技术的发展趋势进行了展望，并指出基于深度学习的方法将成为未来的研究热点。
关键词：夜间图像增强；Retinex理论；直方图均衡化；深度学习；MATLAB
1.1夜间图像夜间图像是指在夜晚或低照度环境下拍摄的图像，其特点是亮度低、对比度差、噪声大、细节信息丢失严重，难以满足人眼视觉需求和计算机视觉任务要求。
1.2图像增强图像增强是指通过对图像进行一系列处理，改善图像的视觉效果，使其更清晰、更易于识别和理解的技术。
图像增强的目的是为了改善图像的视觉质量，提高图像的可懂度，以便于后续的图像处理和分析。
1.3MATLABMATLAB是一款由MathWorks公司开发的商业数学软件，广泛应用于算法开发、数据可视化、数据分析、数值计算等领域。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
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。
