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

基于暗通道先验的图像去雾算法的研究

学位论文的主要创新点第3-4页
摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-15页
    1.1 研究背景和重要性第9-10页
    1.2 研究现状与趋势第10-12页
    1.3 本文的主要研究工作第12-13页
    1.4 论文安排第13-15页
第二章 去雾基本理论第15-25页
    2.1 图像降质原因第15页
    2.2 非物理模型的去雾算法第15-18页
        2.2.1 直方图增强第15-16页
        2.2.2 RETINEX理论第16-17页
        2.2.3 小波变换第17页
        2.2.4 中值滤波第17-18页
        2.2.5 偏微分方程第18页
    2.3 大气物理模型和暗原色先验理论第18-23页
        2.3.1 大气物理模型第18页
        2.3.2 暗通道的含义第18-19页
        2.3.3 暗通道先验去雾理论第19-21页
        2.3.4 各参数对去雾结果的影响第21-23页
    2.4 本章小结第23-25页
第三章 改进的去雾算法第25-35页
    3.1 RETINEX理论和大气物理模型相结合的去雾算法第25-29页
        3.1.1 原理第25-26页
        3.1.2 大气光照强度A的计算和实验结果第26-27页
        3.1.3 改进折射率T的计算公式和实验结果第27-28页
        3.1.4 图像去雾效果第28-29页
    3.2 基于最大灰度级的去雾算法第29-34页
        3.2.1 改进算法的原理第29-31页
        3.2.2 算法流程第31-32页
        3.2.3 改进算法具体处理过程第32-34页
    3.3 本章小结第34-35页
第四章 去雾图像的质量评价第35-41页
    4.1 图像质量的评价机制第35页
    4.2 去雾图像质量评价结果第35-40页
        4.2.1 主观评价第35-37页
        4.2.2 客观评价第37-40页
    4.3 各算法运行时间比较第40页
    4.4 本章小结第40-41页
第五章 去雾算法的推广使用第41-43页
    5.1 应用及结果第41页
    5.2 本章小结第41-43页
第六章 算法仿真第43-49页
    6.1 GUI的介绍第43页
    6.2 GUI开发环境的介绍第43页
    6.3 GUIDE的操作界面及使用方法的介绍第43-45页
        6.3.1 启动GUIDE第44页
        6.3.2 GUI文件的介绍第44页
        6.3.3 相关控件介绍第44-45页
    6.4 本文算法软件界面及使用介绍第45-46页
    6.5 软件的操作过程及结果第46-48页
    6.6 本章小结第48-49页
第七章 总结与展望第49-51页
参考文献第51-57页
发表论文和参加科研情况说明第57-59页
致谢第59页

论文共59页,点击 下载论文
上一篇:基于zynq实时视频图像去雾系统的设计
下一篇:电动汽车动态无线充电系统的设计与实现