| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第一章 绪论 | 第7-15页 |
| 1.1 课题研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-12页 |
| 1.2.1 基于图像增强去雾 | 第8-10页 |
| 1.2.2 基于物理模型的图像去雾 | 第10-12页 |
| 1.2.3 夜间图像去雾算法 | 第12页 |
| 1.3 论文主要工作和章节安排 | 第12-15页 |
| 1.3.1 论文主要工作 | 第12-13页 |
| 1.3.2 论文章节安排 | 第13-15页 |
| 第二章 图像去雾相关方法研究 | 第15-29页 |
| 2.1 基于图像增强的去雾算法 | 第15-18页 |
| 2.1.1 直方图均衡化 | 第15-16页 |
| 2.1.2 Retinex方法 | 第16-18页 |
| 2.2 基于物理模型的去雾方法 | 第18-24页 |
| 2.2.1 雾天图像退化模型 | 第18-21页 |
| 2.2.2 基于暗通道先验的图像去雾算法 | 第21-24页 |
| 2.3 夜间图像去雾算法 | 第24-27页 |
| 2.3.1 基于Retinex理论的夜间图像去雾算法 | 第24-26页 |
| 2.3.2 基于光源光晕去除的夜间图像去雾算法 | 第26-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第三章 人工光源条件下夜间有雾图像建模及去雾 | 第29-45页 |
| 3.1 夜间有雾图像成像新模型 | 第29-31页 |
| 3.2 基于新模型的夜间图像去雾算法 | 第31-36页 |
| 3.2.1 环境光估计 | 第31-34页 |
| 3.2.2 场景点属于近光源区域程度估计 | 第34页 |
| 3.2.3 透射率估计与图像去雾 | 第34-36页 |
| 3.3 基于直方图匹配的颜色校正 | 第36-39页 |
| 3.4 本章算法流程 | 第39页 |
| 3.5 实验与结果分析 | 第39-43页 |
| 3.5.1 主观评价 | 第39-42页 |
| 3.5.2 客观评价 | 第42-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第四章 基于图像分层的夜间图像去雾算法 | 第45-57页 |
| 4.1 基于图像分层的对比度增强 | 第45-48页 |
| 4.1.1 基于TV正则化的图像分层理论 | 第46页 |
| 4.1.2 纹理层去伪影 | 第46-47页 |
| 4.1.3 结构层增强与图像融合 | 第47页 |
| 4.1.4 基于图像分层的去雾算法 | 第47-48页 |
| 4.2 基于图像分层的夜间图像去雾算法 | 第48-52页 |
| 4.2.1 环境光与透射率估计 | 第49-50页 |
| 4.2.2 自适应阈值的纹理层去噪 | 第50-52页 |
| 4.3 基于Retinex的亮度增强 | 第52-53页 |
| 4.4 实验与结果分析 | 第53-55页 |
| 4.4.1 主观评价 | 第53-54页 |
| 4.4.2 客观评价 | 第54-55页 |
| 4.5 本章小结 | 第55-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 发表论文和参加科研情况说明 | 第65-67页 |
| 致谢 | 第67页 |