实时与优化：两种自动图像亮度调整算法

"这篇硕士学位论文主要探讨了图像亮度的自动调整技术，特别是在彩色图像增强和去噪方面。作者徐小东在导师彭群生的指导下，提出了两种全自动的图像亮度调整算法，一种基于点的处理，另一种则是在梯度域上进行调整。这两种算法旨在解决曝光不足、效果不佳的图像问题，提供更高质量的视觉效果。 第一种算法是基于点的图像亮度调整，它能快速处理常规尺寸的图片，如800×600像素的图像能在不到0.3秒的时间内完成。算法首先使用全局亮度映射算子调整图像亮度，接着通过线性算子增强曝光不足区域的对比度，再运用非线性亮度调整算子压缩高亮区域的亮度。此外，自适应的双边滤波算子被用来优化局部细节，依据原始图像的局部特征动态增强对比度或抑制噪声。为解决彩色图像调整时可能出现的颜色偏移问题，论文提出了一种快速扩展算法。 第二种算法是在梯度域上进行亮度调整，该方法先对图像进行分割，然后针对每个分割区域独立调整，利用调整后的梯度信息，通过求解泊松方程来达到理想效果。这种算法虽然速度较慢，但能获得更为精细的亮度调整结果。 这两种算法的提出，一方面满足了实时处理的需求，另一方面提供了更高质量的图像调整效果。论文关键词包括自动图像增强、自动亮度调整、对比度增强、噪声控制以及梯度域处理，显示了研究的广泛性和深度，对数字摄影后期处理具有重要的理论与实践意义。"