| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.2.1 基于图像增强的图像去雾方法研究现状 | 第10-11页 |
| 1.2.2 基于大气散射模型的图像去雾方法研究现状 | 第11-12页 |
| 1.3 本文解决的问题及创新 | 第12-13页 |
| 1.4 本文内容安排 | 第13-15页 |
| 第2章 图像去雾理论基础 | 第15-26页 |
| 2.1 雾的形成与分类 | 第15页 |
| 2.2 大气散射模型 | 第15-16页 |
| 2.3 暗原色先验算法 | 第16-22页 |
| 2.3.1 暗原色先验理论 | 第16-18页 |
| 2.3.2 估算大气光 | 第18页 |
| 2.3.3 估算透射率 | 第18-20页 |
| 2.3.4 复原无雾图像 | 第20页 |
| 2.3.5 优化透射率 | 第20-22页 |
| 2.3.6 优缺点分析 | 第22页 |
| 2.4 图像去雾评价指标 | 第22-24页 |
| 2.4.1 主观评价 | 第22-23页 |
| 2.4.2 客观评价 | 第23-24页 |
| 2.5 本章小结 | 第24-26页 |
| 第3章 颜色衰减先验算法 | 第26-32页 |
| 3.1 颜色衰减先验 | 第26-27页 |
| 3.2 建立线性模型 | 第27页 |
| 3.3 复原无雾图像 | 第27-30页 |
| 3.3.1 估算景深图 | 第27-28页 |
| 3.3.2 估算大气光 | 第28-29页 |
| 3.3.3 估算无雾图像 | 第29-30页 |
| 3.4 缺点分析 | 第30-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第4章 结合景深自适应识别大气光区域算法 | 第32-41页 |
| 4.1 划分景深图 | 第33-34页 |
| 4.2 边缘提取 | 第34-35页 |
| 4.3 确定大气光估计值 | 第35-37页 |
| 4.3.1 滤除非大气光区域 | 第35-36页 |
| 4.3.2 确定候选大气光区域 | 第36-37页 |
| 4.4 实验结果与分析 | 第37-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第5章 基于颜色衰减先验的分区域融合去雾算法 | 第41-54页 |
| 5.1 曲率滤波优化景深图 | 第42-45页 |
| 5.1.1 曲率滤波 | 第42-44页 |
| 5.1.2 优化景深 | 第44-45页 |
| 5.2 分区域去雾 | 第45-46页 |
| 5.2.1 背景部分去雾 | 第45页 |
| 5.2.2 前景部分去雾 | 第45-46页 |
| 5.2.3 分区域融合 | 第46页 |
| 5.3 自适应增强高频分量 | 第46-47页 |
| 5.4 实验与分析 | 第47-53页 |
| 5.4.1 实验结果 | 第47-51页 |
| 5.4.2 客观参数比较 | 第51-53页 |
| 5.5 本章小结 | 第53-54页 |
| 第6章 总结与展望 | 第54-56页 |
| 6.1 本文总结 | 第54页 |
| 6.2 研究展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 个人简历、在校期间发表学术论文与研究成果 | 第60页 |