通过学习自适应图像块选择实现自动图像增强

1：实验设计与方法选择：

本研究提出一种基于图像块的自适应暗通道与亮通道增强框架，通过局部直方图拉伸、对比度特征提取及统计学习实现阈值确定。

2：样本选取与数据来源：

从网络爬取自然图像并按曝光良好、欠曝/逆光、雾天/雾霾分为三类（分别为3000张、800张和500张），长边统一降采样至600像素。

3：0张、800张和500张），长边统一降采样至600像素。 实验设备与材料清单：

3. 实验设备与材料清单：佳能EOS 20D相机用于可控曝光实验，软件采用MATLAB实现算法。

4：实验流程与操作步骤：

包括色彩空间转换（RGB转YUV）、基于对比度特征金字塔的自适应图像块尺寸选择、暗/亮通道自适应提取及UV通道归一化增强。

5：数据分析方法：

采用平均强度（µV）、平均饱和度（µS）、平均信息量（AIC）、对比度提升指数（CII）及主观用户评分（UR）进行量化评估，通过Jarque-Bera检验和Kolmogorov-Smirnov检验优化阈值学习。