首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于单幅图像去雾算法的改进与实现

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-20页
    1.1 课题研究背景及意义第10-11页
    1.2 国内外研究历史及现状第11-19页
        1.2.1 基于图像增强的去雾方法第13-16页
        1.2.2 基于图像复原的去雾方法第16-19页
    1.3 本文工作的主要内容与结构第19-20页
第二章 图像去雾的理论基础第20-31页
    2.1 引言第20页
    2.2 数字图像基础第20-24页
        2.2.1 数字图像概念第20-21页
        2.2.2 彩色图像的表征第21-24页
        2.2.3 数字图像的存储格式第24页
    2.3 图像质量的评价方法第24-28页
        2.3.1 主观评价方法第24-26页
        2.3.2 客观评价方法第26-28页
    2.4 图像去雾方法第28-30页
        2.4.1 基于图像增强的去雾方法第28-29页
        2.4.2 基于图像复原的去雾方法第29-30页
    2.5 小结第30-31页
第三章 基于单幅图像的去雾算法第31-45页
    3.1 引言第31页
    3.2 退化图像的物理模型第31-36页
        3.2.1 大气的散射第31-33页
        3.2.2 入射光衰减模型第33-34页
        3.2.3 环境光成像模型第34-35页
        3.2.4 退化图像的物理模型第35-36页
    3.3 基于退化图像复原的图像去雾算法第36-42页
        3.3.1 恒定反射率图像的去雾算法第36-40页
        3.3.2 多反射率图像的去雾算法第40-42页
    3.4 算法的实现及效果分析第42-44页
    3.5 小结第44-45页
第四章 基于单幅图像去雾算法的改进与实现第45-53页
    4.1 引言第45页
    4.2 改进的图像去雾算法第45-46页
    4.3 算法实现第46-49页
        4.3.1 算法的实验平台第46-48页
        4.3.2 算法的实现第48-49页
    4.4 算法的实现效果及对比分析第49-52页
        4.4.1 算法的主观效果对比第49-51页
        4.4.2 算法的客观指标对比第51-52页
    4.5 小结第52-53页
第五章 总结与展望第53-55页
    5.1 本文工作总结第53页
    5.2 未来工作展望第53-55页
参考文献第55-59页
研究生期间发表的学术论文第59-60页
致谢第60页

论文共60页,点击 下载论文
上一篇:基于双目结构光的三维测量技术研究
下一篇:面向垂直搜索引擎的聚焦网络爬虫关键技术研究与实现