基于DCP的户外图像增强改进算法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 本文主要工作及组织结构 | 第15-17页 |
| 第2章 图像增强基本算法概述 | 第17-26页 |
| 2.1 均值滤波 | 第17页 |
| 2.2 直方图均衡 | 第17-19页 |
| 2.3 同态滤波 | 第19-21页 |
| 2.4 小波滤波 | 第21-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 图像增强算法分析 | 第26-32页 |
| 3.1 图像增强技术分类 | 第26页 |
| 3.2 图像复原技术 | 第26-27页 |
| 3.3 图像增强经典方法比较 | 第27-31页 |
| 3.3.1 均值滤波分析 | 第27-28页 |
| 3.3.2 直方图均衡分析 | 第28-29页 |
| 3.3.3 同态滤波分析 | 第29-30页 |
| 3.3.4 小波滤波分析 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 改进的基于DCP户外图像去雾算法模型 | 第32-44页 |
| 4.1 DCP的背景知识 | 第32-36页 |
| 4.1.1 DCP的概念及意义 | 第32-33页 |
| 4.1.2 DCP的正确性验证 | 第33-35页 |
| 4.1.3 DCP在有雾图像增强处理的运用 | 第35-36页 |
| 4.2 改进的户外图像去雾算法流程 | 第36-40页 |
| 4.2.1 透射率估计 | 第37-38页 |
| 4.2.2 大气面纱估计 | 第38-39页 |
| 4.2.3 暗通道优先去雾 | 第39-40页 |
| 4.2.4 色度调整 | 第40页 |
| 4.3 算法设计与实现 | 第40-43页 |
| 4.3.1 算法的设计与实现过程 | 第40-41页 |
| 4.3.2 具体代码实现部分 | 第41-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 实验结果分析 | 第44-50页 |
| 5.1 实验结果与比较 | 第44-48页 |
| 5.2 改进算法计算速度 | 第48-50页 |
| 第6章 总结与展望 | 第50-52页 |
| 6.1 工作总结 | 第50-51页 |
| 6.2 展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57页 |
