| 中文摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 引言 | 第8-9页 |
| 1.2 研究背景和意义 | 第9-10页 |
| 1.3 国内外的研究现状 | 第10-15页 |
| 1.3.1 图像复原相关去雾算法 | 第11-13页 |
| 1.3.2 图像增强相关去雾方法 | 第13-15页 |
| 1.4 本文主要研究内容 | 第15页 |
| 1.5 论文组织结构安排 | 第15-16页 |
| 第二章 雾霾图像的形成及相关理论 | 第16-28页 |
| 2.1 雾霾图像形成 | 第16-19页 |
| 2.1.1 数字图像相关基础 | 第16-17页 |
| 2.1.2 大气成像原理概述 | 第17-19页 |
| 2.2 图像复原 | 第19-24页 |
| 2.2.1 图像复原问题的提出 | 第19-20页 |
| 2.2.2 大气衰减模型 | 第20-23页 |
| 2.2.3 雾霾图像复原与应用 | 第23-24页 |
| 2.3 OPENCV相关技术 | 第24-27页 |
| 2.3.1 OpenCv简介 | 第24页 |
| 2.3.2 OpenCv的配置 | 第24-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 几种单幅图像去雾霾算法分析 | 第28-44页 |
| 3.1基于 DCP(Dark Channel Prior)的单幅图像去雾算法 | 第28-36页 |
| 3.1.1 Dark Channel Prior的介绍 | 第28-31页 |
| 3.1.2 估算传输率 | 第31-33页 |
| 3.1.3 估算整体大气光和雾霾的去除 | 第33-35页 |
| 3.1.4 实验结果与分析 | 第35-36页 |
| 3.2 直方图均衡化去雾方法 | 第36-40页 |
| 3.2.1 直方图均衡化概述 | 第36-37页 |
| 3.2.2 直方图均衡化算法步骤 | 第37-38页 |
| 3.2.3 改进的HE算法 | 第38页 |
| 3.2.4 实验结果与分析 | 第38-40页 |
| 3.3 基于均值滤波的去雾算法 | 第40-43页 |
| 3.3.1 均值滤波概述 | 第40页 |
| 3.3.2 均值滤波去雾 | 第40-42页 |
| 3.3.3 实验结果与分析 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 快速去除单幅图像雾霾算法设计 | 第44-54页 |
| 4.1 大气散射光推算 | 第44-47页 |
| 4.1.1 中值滤波器 | 第44-45页 |
| 4.1.2 推算大气散射光 | 第45-47页 |
| 4.2 算法的设计与实现 | 第47-49页 |
| 4.3 实验结果及分析 | 第49-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 本文工作总结 | 第54-55页 |
| 5.2 后续工作和研究内容 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间公开发表的论文 | 第60-61页 |
| 致谢 | 第61-62页 |