| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-21页 |
| ·引言 | 第13-14页 |
| ·课题研究的背景及意义 | 第14-16页 |
| ·课题的研究现状 | 第16-18页 |
| ·本文主要研究工作及各章节安排 | 第18-21页 |
| 第2章 雾天图像退化机理分析 | 第21-35页 |
| ·雾霭的形成 | 第21-23页 |
| ·雾霭的定义及其影响 | 第21-22页 |
| ·雾霭的形成原理 | 第22-23页 |
| ·大气散射理论 | 第23-24页 |
| ·大气散射模型 | 第24-31页 |
| ·衰减模型 | 第25-27页 |
| ·大气光模型 | 第27-29页 |
| ·雾天图像成像模型 | 第29-30页 |
| ·其他退化模型 | 第30-31页 |
| ·雾天图像退化原因及其特性 | 第31-33页 |
| ·雾天图像模糊原因 | 第31-32页 |
| ·雾天图像颜色失真原因 | 第32-33页 |
| ·雾天图像特性 | 第33页 |
| ·本章小结 | 第33-35页 |
| 第3章 基于非模型的图像去雾方法 | 第35-59页 |
| ·基于非模型的图像去雾方法概述 | 第35-38页 |
| ·基于 Retinex 的图像去雾方法 | 第38-43页 |
| ·Retinex 理论介绍 | 第38-41页 |
| ·单尺度 Retinex 算法 | 第41-42页 |
| ·多尺度 Retinex 算法 | 第42-43页 |
| ·基于修正 Retinex 模型的图像快速去雾方法 | 第43-48页 |
| ·修正的 Retinex 模型 | 第44-45页 |
| ·调节照射分量 | 第45-46页 |
| ·调节反射分量 | 第46-48页 |
| ·实验结果与分析 | 第48-56页 |
| ·实验结果 | 第48-54页 |
| ·算法性能 | 第54-56页 |
| ·本章小结 | 第56-59页 |
| 第4章 基于模型的图像去雾方法 | 第59-81页 |
| ·基于模型的图像去雾方法概述 | 第59-61页 |
| ·基于多幅图像的去雾方法 | 第61-64页 |
| ·基于偏振光的多幅图像去雾方法 | 第61-63页 |
| ·基于深度信息的多幅图像去雾方法 | 第63-64页 |
| ·基于单幅图像的去雾方法 | 第64-65页 |
| ·基于暗原色先验的单幅图像去雾方法 | 第65-73页 |
| ·暗原色先验理论 | 第65-68页 |
| ·暗原色先验图像去雾 | 第68-73页 |
| ·估计投射率 | 第69-72页 |
| ·复原无雾图像 | 第72-73页 |
| ·实验结果与分析 | 第73-79页 |
| ·实验结果 | 第74-78页 |
| ·算法性能 | 第78-79页 |
| ·本章小结 | 第79-81页 |
| 第5章 改进的暗原色先验图像快速去雾方法 | 第81-101页 |
| ·自适应求取暗原色 | 第81-82页 |
| ·快速估计透过率 | 第82-91页 |
| ·“halo”产生的原因 | 第82-86页 |
| ·双边滤波快速细化透过率图 | 第86-91页 |
| ·修复暗原色失效情况 | 第91-93页 |
| ·实验结果与分析 | 第93-100页 |
| ·实验结果 | 第93-99页 |
| ·算法性能 | 第99-100页 |
| ·本章小结 | 第100-101页 |
| 第6章 全局暗原色先验图像实时去雾方法 | 第101-125页 |
| ·全局暗原色去雾 | 第101-106页 |
| ·理论依据 | 第101-104页 |
| ·全局去雾过程 | 第104-106页 |
| ·局部对比度增强 | 第106-109页 |
| ·基本思想 | 第106-107页 |
| ·对比度拉伸 | 第107-109页 |
| ·算法硬件实现 | 第109-114页 |
| ·硬件平台设计方案 | 第109-111页 |
| ·功能模块的实现 | 第111-114页 |
| ·实验结果与分析 | 第114-122页 |
| ·实验结果 | 第114-120页 |
| ·算法性能 | 第120-122页 |
| ·本章小结 | 第122-125页 |
| 第7章 总结与展望 | 第125-129页 |
| ·本文主要工作 | 第125-126页 |
| ·研究展望 | 第126-129页 |
| 参考文献 | 第129-139页 |
| 在学期间学术成果情况 | 第139-141页 |
| 指导教师及作者简介 | 第141-143页 |
| 致谢 | 第143页 |