基于感知的变分模型算法的理论及应用研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 课题的研究背景 | 第15-16页 |
| 1.2 图像增强研究现状 | 第16-18页 |
| 1.3 图像去雾研究现状 | 第18-19页 |
| 1.4 图像质量评价方法 | 第19-21页 |
| 1.4.1 主观评价 | 第19-20页 |
| 1.4.2 客观评价 | 第20-21页 |
| 1.5 本文内容安排 | 第21-23页 |
| 第二章 偏色图像和低对比度图像增强放大变分模型 | 第23-37页 |
| 2.1 相关工作介绍和讨论 | 第23-28页 |
| 2.1.1 人眼视觉特性 | 第23-25页 |
| 2.1.2 基于视觉感知的增强变分模型 | 第25-28页 |
| 2.2 改进算法 | 第28-32页 |
| 2.2.1 加权对比度增强 | 第28-29页 |
| 2.2.2 对比度增强的图像放大模型 | 第29-31页 |
| 2.2.3 多项式逼近函数 | 第31-32页 |
| 2.3 实验结果分析 | 第32-35页 |
| 2.4 本章小结 | 第35-37页 |
| 第三章 基于视觉感知的图像去雾变分模型 | 第37-47页 |
| 3.1 相关工作介绍 | 第37-39页 |
| 3.1.1 大气散射模型和暗通道先验原理 | 第37-38页 |
| 3.1.2 基于视觉感知的增强模型 | 第38-39页 |
| 3.2 改进算法 | 第39-43页 |
| 3.2.1 改进灰度世界假说 | 第39页 |
| 3.2.2 改进色彩饱和度 | 第39-40页 |
| 3.2.3 新模型 | 第40-43页 |
| 3.3 实验结果分析 | 第43-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 自适应的低照度图像增强变分模型 | 第47-59页 |
| 4.1 相关工作介绍 | 第47-48页 |
| 4.1.1 低照度图像增强变分模型 | 第47-48页 |
| 4.1.2 模型分析 | 第48页 |
| 4.2 改进算法 | 第48-52页 |
| 4.2.1 透射率估计 | 第48-50页 |
| 4.2.2 自适应权函数 | 第50-51页 |
| 4.2.3 新模型 | 第51页 |
| 4.2.4 交替迭代最优化方法求取最优解 | 第51-52页 |
| 4.2.5 算法 | 第52页 |
| 4.3 实验结果与分析 | 第52-57页 |
| 4.4 本章小结 | 第57-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 主要工作 | 第59页 |
| 5.2 相关工作展望 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-69页 |
| 作者简介 | 第69-70页 |
