基于大气散射模型的降质图像增强
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题的研究背景以及意义 | 第11页 |
| 1.2 图像去雾算法的研究现状 | 第11-17页 |
| 1.2.1 基于图像增强的去雾算法 | 第12-14页 |
| 1.2.2 基于图像复原的去雾算法 | 第14-17页 |
| 1.3 研究内容和结构安排 | 第17-19页 |
| 第二章 降质图像清晰化处理基础 | 第19-30页 |
| 2.1 大气散射模型 | 第19-22页 |
| 2.1.1 直接衰减模型 | 第19-20页 |
| 2.1.2 大气光模型 | 第20-21页 |
| 2.1.3 雾霾图像成像模型 | 第21-22页 |
| 2.2 基于暗原色先验的去雾算法 | 第22-28页 |
| 2.2.1 暗原色先验理论 | 第22-24页 |
| 2.2.2 透射率的估计 | 第24-25页 |
| 2.2.3 透射率的精细化处理 | 第25-27页 |
| 2.2.4 大气光的估计 | 第27页 |
| 2.2.5 图像去雾 | 第27-28页 |
| 2.3 暗原色去雾算法分析 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于HSI色彩空间的图像去雾算法研究 | 第30-46页 |
| 3.1 HSI色彩空间图像退化模型 | 第30-32页 |
| 3.2 大气光估计 | 第32-33页 |
| 3.3 透射率估计 | 第33-34页 |
| 3.3.1 透射率的粗略估计 | 第33页 |
| 3.3.2 透射率的细化与修正 | 第33-34页 |
| 3.4 复原图像和色彩调整 | 第34-35页 |
| 3.5 实验结果与分析 | 第35-44页 |
| 3.5.1 实验结果的主观分析 | 第35-40页 |
| 3.5.2 客观评价 | 第40-44页 |
| 3.6 本章小结 | 第44-46页 |
| 第四章 沙尘暴图像增强 | 第46-57页 |
| 4.1 色彩校正 | 第46-50页 |
| 4.1.1 沙尘暴图像色彩偏移的原因分析 | 第46-47页 |
| 4.1.2 去雾算法改善沙尘暴图像质量的分析 | 第47-49页 |
| 4.1.3 色彩校正 | 第49-50页 |
| 4.2 基于HSI色彩空间的沙尘暴图像增强 | 第50-51页 |
| 4.3 实验结果与分析 | 第51-56页 |
| 4.3.1 实验结果的主观分析 | 第52-55页 |
| 4.3.2 客观评价 | 第55-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 基于机器学习的去雾算法研究 | 第57-70页 |
| 5.1 引言 | 第57-58页 |
| 5.2 构建雾霾图像—透射率图库 | 第58页 |
| 5.3 透射率图视觉词典训练 | 第58-60页 |
| 5.4 基于机器学习的图像去雾 | 第60-63页 |
| 5.4.1 基于透射率图视觉词典生成透射率图 | 第60-62页 |
| 5.4.2 四分法估计大气光 | 第62-63页 |
| 5.4.3 图像复原和色彩调整 | 第63页 |
| 5.5 实验结果与分析 | 第63-69页 |
| 5.5.1 实验结果的主观分析 | 第64-67页 |
| 5.5.2 客观评价 | 第67-69页 |
| 5.6 本章小结 | 第69-70页 |
| 总结与展望 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 攻读硕士学位期间取得的研究成果 | 第77-78页 |
| 致谢 | 第78-79页 |
| 附件 | 第79页 |
