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

改进的基于暗原色先验的图像去雾算法实现

摘要第4-5页
Abstract第5页
1 绪论第9-14页
    1.1 课题研究背景及意义第9页
    1.2 国内外研究现状第9-12页
        1.2.1 基于图像增强的处理方法第10-11页
        1.2.2 基于物理模型的处理方法第11-12页
    1.3 论文研究的主要内容与结构安排第12-14页
2 基于暗原色先验原理的有雾图像复原方法第14-26页
    2.1 大气散射物理模型第14-16页
    2.2 暗原色先验理论第16-25页
        2.2.1 暗原色先验理论模型第16-20页
        2.2.2 透射率估计第20-21页
        2.2.3 透射率优化第21-23页
        2.2.4 基于暗原色先验的图像去雾第23-25页
    2.3 本章小结第25-26页
3 去雾算法改进第26-47页
    3.1 暗原色先验去雾算法的不足第26-27页
    3.2 解决色彩失真问题第27-29页
    3.3 解决算法复杂度高问题第29-33页
    3.4 复原图像亮度调整第33-38页
        3.4.1 HSI颜色模型第33-34页
        3.4.2 同态滤波第34-35页
        3.4.3 采用巴特沃斯滤波器的同态滤波算法第35-38页
    3.5 实验对比与结果分析第38-46页
        3.5.1 色彩失真修正结果第38-42页
        3.5.2 算法运行速度分析第42-44页
        3.5.3 图像亮度增强结果第44-45页
        3.5.4 本文算法流程第45-46页
    3.6 本章小结第46-47页
4 雾天图像去雾系统实现第47-53页
    4.1 系统整体框架设计以及模块介绍第47-48页
    4.2 使用说明第48-49页
    4.3 手动调节参数及其处理效果第49-51页
    4.4 亮度补偿结果对比第51页
    4.5 本章小结第51-53页
5 总结与展望第53-55页
    5.1 总结第53-54页
    5.2 展望第54-55页
参考文献第55-58页
附录 A 本文作者在攻读硕士学位期间发表的论文第58-59页
致谢第59-60页

论文共60页,点击 下载论文
上一篇:基于超像素生成的图像分割算法研究及应用
下一篇:基于KNN的改进算法研究及其在图像去噪的应用