基于道路监控视频的雾霾能见度检测方法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 光学测量方法 | 第10-11页 |
| 1.2.2 基于图像处理的检测方法 | 第11-14页 |
| 1.3 研究内容与论文结构 | 第14-17页 |
| 1.3.1 研究内容 | 第14页 |
| 1.3.2 论文结构 | 第14-17页 |
| 第二章 能见度检测相关原理 | 第17-23页 |
| 2.1 引言 | 第17页 |
| 2.2 大气散射理论 | 第17-19页 |
| 2.3 白天能见度检测 | 第19-21页 |
| 2.3.1 白天能见度定义 | 第19-20页 |
| 2.3.2 白天能见度检测原理 | 第20-21页 |
| 2.4 夜间能见度检测 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 基于暗通道先验的能见度检测算法 | 第23-37页 |
| 3.1 引言 | 第23页 |
| 3.2 暗通道先验理论 | 第23-26页 |
| 3.3 基于暗通道的能见度检测算法 | 第26-30页 |
| 3.3.1 暗通道先验算法检测原理 | 第26-28页 |
| 3.3.2 暗通道先验算法不足 | 第28-30页 |
| 3.4 改进能见度检测算法 | 第30-36页 |
| 3.4.1 天空亮度估计 | 第30-31页 |
| 3.4.2 权重系数优化 | 第31-32页 |
| 3.4.3 透射率的精细估计 | 第32-34页 |
| 3.4.4 车道线检测 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 基于最小图像熵的能见度检测算法 | 第37-51页 |
| 4.1 引言 | 第37页 |
| 4.2 图像熵用于能见度检测可行性分析 | 第37-43页 |
| 4.2.1 图像熵简介 | 第37-38页 |
| 4.2.2 图像熵与消光系数的关系 | 第38-42页 |
| 4.2.3 算法步骤总结 | 第42-43页 |
| 4.3 能见度检测算法具体描述 | 第43-49页 |
| 4.3.1 简单天气判别 | 第44-46页 |
| 4.3.2 道路区域提取 | 第46-48页 |
| 4.3.3 计算深度信息 | 第48-49页 |
| 4.3.4 能见度估计 | 第49页 |
| 4.4 本章小结 | 第49-51页 |
| 第五章 计算机仿真与验证 | 第51-63页 |
| 5.1 引言 | 第51页 |
| 5.2 仿真环境 | 第51-53页 |
| 5.3 基于暗通道先验的能见度检测算法验证 | 第53-56页 |
| 5.4 基于最小图像熵的能见度检测算法验证 | 第56-60页 |
| 5.5 本文两种算法的比较 | 第60-62页 |
| 5.6 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 全文总结 | 第63-64页 |
| 6.2 研究展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第68-69页 |
| 附录2 攻读硕士学位期间申请的专利 | 第69-70页 |
| 致谢 | 第70页 |
