基于偏振探测和多尺度分析的去雾霾算法
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 研究背景及意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-19页 |
| 1.2.1 基于图像增强的去雾霾算法 | 第17页 |
| 1.2.2 基于图像复原的去雾霾算法 | 第17-19页 |
| 1.3 本文主要内容及结构安排 | 第19-22页 |
| 第二章 大气散射理论及雾霾天图像退化模型 | 第22-32页 |
| 2.1 雾霾的形成及其图像特性 | 第22-24页 |
| 2.2 大气散射模型 | 第24-27页 |
| 2.2.1 衰减模型 | 第25页 |
| 2.2.2 大气光模型 | 第25-27页 |
| 2.2.3 波长相关性分析 | 第27页 |
| 2.3 雾霾天图像退化模型 | 第27-30页 |
| 2.3.1 图像退化/复原的一般模型 | 第28页 |
| 2.3.2 雾霾天降质图像的大气散射模型 | 第28-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第三章 偏振探测图像去雾霾算法 | 第32-46页 |
| 3.1 光波的偏振及探测 | 第32-36页 |
| 3.1.1 光波的偏振理论 | 第32-33页 |
| 3.1.2 偏振光的Stokes参量描述和测量 | 第33-36页 |
| 3.2 大气的偏振特性 | 第36-38页 |
| 3.3 经典偏振去雾霾算法原理 | 第38-41页 |
| 3.4 Stokes式偏振探测图像去雾霾算法 | 第41-42页 |
| 3.5 基于偏振滤波的自动图像去雾算法 | 第42-44页 |
| 3.6 本章小结 | 第44-46页 |
| 第四章 多尺度偏振去雾霾算法设计 | 第46-64页 |
| 4.1 雾霾的频谱分布特性 | 第46-47页 |
| 4.2 图像的小波分解与重构 | 第47-48页 |
| 4.3 多尺度偏振去雾霾算法 | 第48-55页 |
| 4.3.1 算法描述 | 第48-51页 |
| 4.3.2 偏振方位角图像配准 | 第51-53页 |
| 4.3.3 基于偏振去雾霾的低频图像处理 | 第53-54页 |
| 4.3.4 基于双阈值增强的高频分量处理 | 第54-55页 |
| 4.4 算法实验结果和评价 | 第55-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第五章 考虑场景光偏振效应的多尺度偏振去雾霾算法 | 第64-70页 |
| 5.1 大气光偏振效应和场景光偏振效应 | 第64-66页 |
| 5.2 考虑场景光偏振度的雾霾天偏振成像模型 | 第66页 |
| 5.3 考虑场景光偏振效应的多尺度去雾霾算法 | 第66-68页 |
| 5.3.1 算法描述 | 第66-67页 |
| 5.3.2 场景光偏振度计算 | 第67-68页 |
| 5.4 算法实验结果和评价 | 第68-69页 |
| 5.5 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 本文工作总结 | 第70页 |
| 6.2 研究展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-78页 |
| 作者简介 | 第78-79页 |
