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

序列图像去雾技术的研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第12-18页
    1.1 课题研究背景及意义第12页
    1.2 去雾算法的研究现状第12-16页
        1.2.1 基于非模型的去雾算法第13-15页
        1.2.2 基于雾天成像模型的去雾算法第15-16页
    1.3 本论文的主要研究工作第16-17页
    1.4 文章的结构安排第17-18页
第二章 雾天图像退化模型概述与分析第18-24页
    2.1 雾的形成机理第18-19页
    2.2 大气散射物理模型第19-23页
        2.2.1 入射光和大气光特性第19-21页
        2.2.2 散射的波长依赖性第21-23页
        2.2.3 雾化图像的对比度特性第23页
    2.3 本章小结第23-24页
第三章 基于暗原色先验理论的单帧图像去雾算法第24-37页
    3.1 暗原色先验理论第24-29页
    3.2 基于暗通道的有雾图像透射率的估计第29-31页
    3.3 透射率的优化第31-32页
    3.4 有雾图像大气光强的估计第32-33页
    3.5 恢复无雾的清晰图像第33-36页
    3.6 本章小结第36-37页
第四章 改进的基于暗原色先验理论的图像去雾算法第37-58页
    4.1 小波变换第37-41页
        4.1.1 图像的小波分解与重构第37-39页
        4.1.2 小波变换在暗原色先验去雾技术中的应用第39-41页
    4.2 对透射率优化的改进第41-48页
        4.2.1 引导滤波器对透射率的优化第41-44页
        4.2.2 中值滤波对透射率的优化第44-46页
        4.2.3 非局部均值滤波对透射率的优化第46-48页
    4.3 四种优化透射率方法的比较第48-49页
    4.4 非线性变换函数在图像去雾算法中的应用第49-57页
        4.4.1 Just Noticeable Difference Model (JND)第49-50页
        4.4.2 色调不变性原理第50-51页
        4.4.3 基于二次函数曲线的图像对比度增强方法第51-54页
        4.4.4 基于抛物线的图像对比度增强方法第54-57页
    4.5 本章小结第57-58页
第五章 基于改进的暗原色先验理论的序列图像去雾算法第58-73页
    5.1 图像去雾算法在序列图像去雾中的应用分析第58-68页
        5.1.1 改进后去雾算法第58-64页
        5.1.2 本文算法与现存其它去雾算法的比较第64-66页
        5.1.3 序列图像去雾第66-68页
    5.2 标准卡尔曼滤波在序列图像去雾中的应用第68-72页
        5.2.1 标准卡尔曼滤波第68-70页
        5.2.2 基于卡尔曼滤波的序列图像去雾第70-72页
    5.3 本章小结第72-73页
第六章 总结与展望第73-75页
致谢第75-76页
参考文献第76-81页
攻读硕士学位期间取得的成果第81-82页

论文共82页,点击 下载论文
上一篇:基于数据挖掘的人力资源考核管理系统研究
下一篇:TMS320C6455高速串行接口SRIO的设计与实现