恶劣天气条件下降质图像增强方法研究
| 内容摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 1. 绪论 | 第11-15页 |
| ·研究背景及意义 | 第11页 |
| ·研究现状 | 第11-13页 |
| ·基于图像处理的增强方法 | 第12页 |
| ·基于物理模型的复原方法 | 第12-13页 |
| ·本文的主要工作及创新 | 第13-14页 |
| ·本文的组织结构 | 第14-15页 |
| 2. 降质图像增强算法的理论基础 | 第15-22页 |
| ·计算机视觉库OpenCV简介 | 第15页 |
| ·降质图像的形成 | 第15-17页 |
| ·降质图像的特点 | 第15-16页 |
| ·大气散射模型 | 第16-17页 |
| ·图像增强理论 | 第17-20页 |
| ·增强效果评价 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3. 基于图像处理的增强方法 | 第22-40页 |
| ·基于对比度及色阶增强的方法 | 第22-30页 |
| ·直方图均衡化 | 第22页 |
| ·自适应的直方图均衡化 | 第22-24页 |
| ·限制对比度的自适应直方图均衡化 | 第24-26页 |
| ·自适应的对比度、色阶调整 | 第26-30页 |
| ·基于视网膜增强算法Retinex的方法 | 第30-38页 |
| ·本章小结 | 第38-40页 |
| 4. 基于物理模型的复原方法 | 第40-62页 |
| ·引言 | 第40-42页 |
| ·单幅图像去雾算法 | 第42-48页 |
| ·基于最大局部对比度的方法 | 第42-45页 |
| ·基于独立成分分析的方法 | 第45-48页 |
| ·基于暗原色先验的去雾算法 | 第48-61页 |
| ·暗通道定义 | 第48-50页 |
| ·算法步骤 | 第50-54页 |
| ·软抠图方法 | 第54-56页 |
| ·指导性滤波 | 第56-61页 |
| ·本章小结 | 第61-62页 |
| 5. 改进的增强方法、实验结果及分析 | 第62-79页 |
| ·引言 | 第62-65页 |
| ·图像分类器 | 第65-69页 |
| ·选择合适的增强方法 | 第69页 |
| ·改进的基于DCP的复原方法 | 第69-72页 |
| ·实验结果与分析 | 第72-75页 |
| ·本章小结 | 第75-79页 |
| 6. 总结与展望 | 第79-81页 |
| ·本文的主要工作 | 第79-80页 |
| ·研究展望 | 第80-81页 |
| 硕士在读期间发表的论文 | 第81-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-85页 |
