摘要：课题研究意义：图像增强是图像处理的基本内容之一，是一个非常活跃的研究领域，尤其是自动图像增强，在专业的图像处理软件中得到了广泛的应用。随着图像处理技术的提高，人们在使用数码相机拍照之后，对图像进行增强几乎总是必不可少的一步。所谓图像增强是指“按照特定的需求来突出一幅图像中的某些信息，同时，削弱或去除某些不需要的信息”的处理方法。该工作的主要目的：让处理后的图像比原始图像更适合于某种特定的应用，处理后的结果使图像更适合于“人的视觉特性或机器的识别系统”。

此次项目便是把该理论纳入课题研究中，实现一个可以学习用户的首选项的系统，并将这些首选项应用到其照片库的其余部分。对于该项目，需要创建一个可以了解用户的偏好的自动图像增强工具，这样后续的图像就可以通过个性化的方式实现自动增强。本项目实现了一个端到端的管道来学习用户偏好，以个性化的方式增强图像。这个项目的五个主要组成部分是：计算一个距离度量，找到一个最大程度地代表数据集的训练集，为每个训练图像找到一个最优的参数集，训练，最后增强图像。

本次研究项目虽然取得了一些成果，实现了一套完整的图像个性化增强系统，但是由于自身能力水平有限，包括算法在内的许多方面依然存在诸多缺陷和不足，但这也为以后的学习和工作指明了方向。

关键词：图像增强；个性化；机器学习

目 录

摘 要

ABSTRACT

第一章 绪论-1

1.1 本课题研究的背景与意义-1

1.2 图像个性化增强的研究现状及趋势-1

1.3 本文主要内容-2

第二章 图像个性化增强理论基础-4

2.1 相关工作-4

2.2 系统概述-4

2.3 图像增强管道-5

2.3.1 对比曲线规范-5

2.3.2 颜色校正：温度T和色调h-6

2.3.3 自动校正作为预处理步骤-6

2.4 本章小结-7

第三章 实验研究-8

3.1 系统学习组件-8

3.1.1 系统学习组件的作用-8

3.1.2 学习图像之间的距离度量-8

3.1.3 选择训练集-9

3.1.4 为训练提供无缝浏览-10

3.2 成对比较用户部分-12

3.2.1 概述-12

3.2.2 成对比较用户研究-12

3.2.3 成对比较用户研究结果-13

3.3 本章小结-15

第四章 实验仿真-16

4.1 引言-16

4.2 仿真环节-16

4.2.1 训练-16

4.2.2 处理管道-16

4.3 实验结果-17

4.3.1 测试程序-17

4.3.2 用户学习-17

第五章 总结与展望-19

参考文献-20

致谢-22