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

图像去雾在农业信息方面的研究与应用

摘要第8-9页
Abstract第9-10页
第一章 绪论第13-17页
    1.1 图像与图像处理第13页
    1.2 图像处理研究的内容第13-14页
    1.3 图像去雾技术的发展与研究现状第14-15页
    1.4 本论文的主要研究工作第15-17页
        1.4.1 本文的主要内容安排第15-16页
        1.4.2 本文的研究成果第16-17页
第二章 农业图像处理的基础第17-32页
    2.1 图像雾霾的形成原因第17-18页
        2.1.1 雾的成因及影响第17-18页
        2.1.2 传输介质第18页
        2.1.3 拍摄成像成因复杂第18页
    2.2 图像去雾算法第18-24页
        2.2.1 去雾技术应用领域第18-19页
        2.2.2 图像去雾算法第19页
        2.2.3 暗通道先验去雾第19-22页
        2.2.4 导向滤波第22-24页
    2.3 图像去噪的原理及算法第24-29页
        2.3.1 图像噪声原理第24-27页
        2.3.2 图像去噪的算法第27-29页
    2.4 农业与图像处理在农业上应用第29-30页
    2.5 本章小结第30-32页
第三章 针对图像去雾算法改进第32-36页
    3.1 暗通道的参数改进第32-34页
    3.2 导向滤波改进第34页
    3.3 去噪改进第34-35页
    3.4 色彩增强第35页
    3.5 本章小结第35-36页
第四章 图像算法实验结果第36-47页
    4.1 算法的实现与设计第36-37页
    4.2 暗通道算法实验改进结果第37-43页
        4.2.1 改进大气光值A对比实验结果第37-38页
        4.2.2 使用了导向滤波对透射率的改进实验第38-39页
        4.2.3 导向图的改进实验:第39-40页
        4.2.4 导向滤波中的半径r值改进实验结果第40-41页
        4.2.5 基于图像去噪之后暗通道去雾实验结果第41-42页
        4.2.6 基于去雾之后图像色彩增强第42-43页
    4.3 不同算法的实验结果第43-46页
        4.3.1 改进后的导向图之后的对比第43-44页
        4.3.2 图像自动色阶与其他去雾方法对比实验第44-45页
        4.3.3 图像去噪去雾与其他去雾方法对比实验第45-46页
    4.4 本章小结第46-47页
第五章 实验效果评价第47-54页
    5.1 图像评价指标第47-48页
    5.2 实验结果与分析第48-53页
        5.2.1 直观评判第48-49页
        5.2.2 统计评价第49-51页
        5.2.3 客观评价第51-53页
    5.3 本章小结第53-54页
第六章 总结与展望第54-56页
    6.1 总结第54页
    6.2 展望第54-56页
参考文献第56-60页
致谢第60-61页
在读期间发表的学术论文及研究成果第61页

论文共61页,点击 下载论文
上一篇:渭南地区高中生物微课程应用现状调查研究
下一篇:基于Dubbo分布式能效管理系统的研究与实现