| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状及发展趋势 | 第10-15页 |
| 1.2.1 基于非物理模型的图像增强方法 | 第10-12页 |
| 1.2.2 基于物理模型的图像复原方法 | 第12-14页 |
| 1.2.3 视频去雾的研究现状 | 第14-15页 |
| 1.3 本文的主要研究工作 | 第15-16页 |
| 1.4 论文章节安排 | 第16-18页 |
| 第二章 去雾技术的理论基础 | 第18-30页 |
| 2.1 雾天图像降质原因 | 第18-19页 |
| 2.2 雾天图像复原基础模型 | 第19-23页 |
| 2.2.1 入射光衰减模型 | 第19-21页 |
| 2.2.2 大气光模型 | 第21-22页 |
| 2.2.3 大气散射物理模型及其化简 | 第22-23页 |
| 2.3 雾天图像增强基础理论 | 第23-28页 |
| 2.3.1 基于Retinex理论的图像增强 | 第24-27页 |
| 2.3.2 基于直方图均衡化的图像增强 | 第27-28页 |
| 2.4 视频图像与单幅静态图像去雾的关系 | 第28页 |
| 2.5 本章小结 | 第28-30页 |
| 第三章 基于暗原色先验的区域自适应图像去雾方法 | 第30-39页 |
| 3.1 引言 | 第30页 |
| 3.2 基于暗原色先验的单幅图像去雾 | 第30-33页 |
| 3.2.1 雾天图像退化物理模型 | 第30-31页 |
| 3.2.2 暗原色先验 | 第31-32页 |
| 3.2.3 基于暗原色先验的图像复原 | 第32-33页 |
| 3.3 基于暗原色先验加权的去雾算法 | 第33-36页 |
| 3.3.1 晕光估计算子 | 第33-34页 |
| 3.3.2 基于加权融合的透射率计算 | 第34页 |
| 3.3.3 基于导向滤波的透射图优化 | 第34-35页 |
| 3.3.4 清晰图像复原 | 第35页 |
| 3.3.5 算法步骤 | 第35-36页 |
| 3.4 实验结果分析 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 结合物理模型和Retinex的图像去雾算法 | 第39-50页 |
| 4.1 引言 | 第39页 |
| 4.2 大气散射物理模型 | 第39-40页 |
| 4.3 结合物理模型和Retinex算法的透射率估计 | 第40-42页 |
| 4.3.1 基于白平衡的物理模型的简化 | 第40-41页 |
| 4.3.2 透射率估计 | 第41-42页 |
| 4.4 基于加权融合的大气光估计方法 | 第42-43页 |
| 4.5 场景复原 | 第43-44页 |
| 4.6 算法步骤 | 第44-45页 |
| 4.7 实验结果与分析 | 第45-49页 |
| 4.7.1 大气光的实验分析 | 第45页 |
| 4.7.2 本文算法的实验分析 | 第45-49页 |
| 4.8 本章小结 | 第49-50页 |
| 第五章 雾天视频图像去雾算法 | 第50-62页 |
| 5.1 引言 | 第50-51页 |
| 5.2 视频图像的大气光值估计 | 第51-52页 |
| 5.3 视频图像的透射率估计 | 第52-58页 |
| 5.3.1 引导滤波算法 | 第52-54页 |
| 5.3.2 改进的引导滤波算法 | 第54-55页 |
| 5.3.3 基于改进引导滤波的透射率更新 | 第55-58页 |
| 5.4 实验结果分析 | 第58-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第六章 主要结论与展望 | 第62-64页 |
| 6.1 主要结论 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第68页 |