图像去雾算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文研究内容 | 第11-13页 |
| 第二章 雾天图像分析 | 第13-20页 |
| 2.1 大气散射模型 | 第13-16页 |
| 2.1.1 衰减模型 | 第14-15页 |
| 2.1.2 大气光模型 | 第15-16页 |
| 2.1.3 雾天成像模型 | 第16页 |
| 2.2 雾天图像特征 | 第16-19页 |
| 2.2.1 雾天图像模糊 | 第16-18页 |
| 2.2.2 雾天图像颜色失真 | 第18页 |
| 2.2.3 雾天图像对比度下降 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 基于暗通道先验的去雾方法 | 第20-29页 |
| 3.1 暗通道先验理论 | 第20-21页 |
| 3.2 利用暗通道先验进行去雾 | 第21-24页 |
| 3.2.1 透射率的估计 | 第22页 |
| 3.2.2 大气光强度的估计 | 第22-23页 |
| 3.2.3 无雾图像的求取 | 第23-24页 |
| 3.3 透射率的细化 | 第24-27页 |
| 3.3.1 软抠图方法 | 第24-25页 |
| 3.3.2 导向滤波方法 | 第25-27页 |
| 3.4 暗通道先验失效 | 第27-28页 |
| 3.5 本章小结 | 第28-29页 |
| 第四章 基于HSI空间的图像融合去雾算法 | 第29-39页 |
| 4.1 HSI空间的去雾算法 | 第29-33页 |
| 4.1.1 颜色空间的变换 | 第30-31页 |
| 4.1.2 饱和度通道增强算法 | 第31-32页 |
| 4.1.3 亮度通道增强算法 | 第32-33页 |
| 4.2 改善光晕现象 | 第33-35页 |
| 4.3 暗通道不适用区域的处理 | 第35-37页 |
| 4.3.1 暗通道不适用区域的划分 | 第35-36页 |
| 4.3.2 暗通道不适用区域的增强 | 第36-37页 |
| 4.4 图像的融合 | 第37-38页 |
| 4.5 本章小结 | 第38-39页 |
| 第五章 图像去雾质量的评价 | 第39-44页 |
| 5.1 主观评价指标 | 第39页 |
| 5.2 客观评价指标 | 第39-41页 |
| 5.2.1 均方误差(MSE) | 第39页 |
| 5.2.2 峰值信噪比(PSNR) | 第39-40页 |
| 5.2.3 结构相似度(SSIM) | 第40页 |
| 5.2.4 信息熵 | 第40-41页 |
| 5.2.5 平均梯度 | 第41页 |
| 5.3 实验结果分析 | 第41-43页 |
| 5.4 本章小结 | 第43-44页 |
| 第六章 总结与展望 | 第44-46页 |
| 6.1 总结 | 第44页 |
| 6.2 展望 | 第44-46页 |
| 致谢 | 第46-47页 |
| 参考文献 | 第47-49页 |
