复杂天气条件下图像清晰化技术研究
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 1 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 图像去雾相关算法及研究现状 | 第12-16页 |
| 1.2.1 基于非物理模型的图像清晰化技术 | 第12-14页 |
| 1.2.2 基于物理模型的图像清晰化技术 | 第14-16页 |
| 1.3 论文的主要研究工作 | 第16-17页 |
| 1.4 论文的内容安排 | 第17-19页 |
| 2 雾霾天降质图像去雾的基础理论 | 第19-33页 |
| 2.1 雾霾的形成原因 | 第19-20页 |
| 2.2 降质图像的退化原因 | 第20-21页 |
| 2.2.1 降质图像能见度低的原因 | 第20页 |
| 2.2.2 降质图像颜色失真的原因 | 第20-21页 |
| 2.3 大气散射理论方法 | 第21-25页 |
| 2.3.1 环境光模型 | 第21-23页 |
| 2.3.2 入射光衰减模型 | 第23-24页 |
| 2.3.3 大气光散射模型 | 第24-25页 |
| 2.4 对比度增强方法 | 第25-31页 |
| 2.4.1 直方图均衡化方法 | 第26-27页 |
| 2.4.2 自适应直方图均衡化方法 | 第27-28页 |
| 2.4.3 限制对比度自适应直方图均衡化方法 | 第28-30页 |
| 2.4.4 实验结果及分析 | 第30-31页 |
| 2.5 本章小结 | 第31-33页 |
| 3 基于线性模型参数优化搜索的去雾方法 | 第33-53页 |
| 3.1 线性模型的描述 | 第33-35页 |
| 3.2 线性模型的参数估计 | 第35-39页 |
| 3.2.1 初值估计 | 第35-37页 |
| 3.2.2 参数寻优算法 | 第37-39页 |
| 3.3 实验结果及分析 | 第39-52页 |
| 3.3.1 纵向实验效果评价 | 第40-43页 |
| 3.3.2 横向实验效果评价 | 第43-48页 |
| 3.3.3 算法的主客观评价 | 第48-52页 |
| 3.4 本章小结 | 第52-53页 |
| 4 基于清晰度评价的自适应图像去雾方法 | 第53-65页 |
| 4.1 雾霾浓度度量原理 | 第53-54页 |
| 4.2 雾霾图像的模糊度 | 第54-55页 |
| 4.3 雾霾图像的清晰度 | 第55-57页 |
| 4.4 自适应去雾算法 | 第57-59页 |
| 4.5 编码决策准则 | 第59-61页 |
| 4.6 结果分析 | 第61-62页 |
| 4.7 本章小结 | 第62-65页 |
| 5 总结与展望 | 第65-67页 |
| 5.1 本文工作总结 | 第65-66页 |
| 5.2 未来研究展望 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72-73页 |
| 作者简介、攻读硕士学位期间取得的学术成果 | 第73-74页 |
