单幅雾天图像的去雾算法研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 基于图像增强的雾天图像复原 | 第11-13页 |
| 1.2.2 基于物理模型的雾天图像复原 | 第13-15页 |
| 1.3 本文的主要研究内容 | 第15-16页 |
| 1.4 本文的结构安排 | 第16-18页 |
| 第二章 雾天图像退化模型及暗原色先验 | 第18-29页 |
| 2.1 引言 | 第18页 |
| 2.2 衰减模型 | 第18-20页 |
| 2.3 环境光模型 | 第20-21页 |
| 2.4 雾天图像的退化物理模型 | 第21-23页 |
| 2.5 基于暗原色先验的单幅图像去雾 | 第23-28页 |
| 2.5.1 暗原色先验 | 第23-24页 |
| 2.5.2 透射率的估计 | 第24-25页 |
| 2.5.3 软抠图 | 第25-26页 |
| 2.5.4 大气光A的估计 | 第26-27页 |
| 2.5.5 雾天图像复原 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 基于加权引导滤波和大气光估计的图像去雾 | 第29-42页 |
| 3.1 引言 | 第29页 |
| 3.2 基于局部方差的加权引导滤波 | 第29-34页 |
| 3.2.1 引导滤波 | 第29-33页 |
| 3.2.2 感知边缘的权值 | 第33页 |
| 3.2.3 加权引导滤波的引入 | 第33-34页 |
| 3.3 基于Canny算子的加权引导滤波 | 第34-35页 |
| 3.4 Tarel的快速去雾算法 | 第35-37页 |
| 3.5 基于加权引导滤波的大气面纱优化算法 | 第37-38页 |
| 3.6 大气光的估计及图像复原 | 第38页 |
| 3.7 实验结果分析 | 第38-41页 |
| 3.7.1 实验结果 | 第39-40页 |
| 3.7.2 算法测评 | 第40-41页 |
| 3.8 本章小结 | 第41-42页 |
| 第四章 基于大气面纱优化和透射率修正的图像去雾 | 第42-53页 |
| 4.1 引言 | 第42页 |
| 4.2 大气面纱的优化 | 第42-44页 |
| 4.3 大气光A的估计 | 第44-45页 |
| 4.4 透射率的修正 | 第45-47页 |
| 4.5 雾天图像复原 | 第47-48页 |
| 4.6 实验结果分析 | 第48-52页 |
| 4.6.1 实验结果 | 第48-50页 |
| 4.6.2 算法评测 | 第50-52页 |
| 4.7 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53-54页 |
| 5.2 展望 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 附图 | 第60-61页 |
| The appended figures | 第61-62页 |
| 附表 | 第62-63页 |
| The appended tables | 第63-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间发表的学术论文 | 第65页 |
