| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题研究的背景及意义 | 第10-11页 |
| ·去雾算法的国内外研究现状 | 第11-15页 |
| ·图像去雾算法的国内外研究现状 | 第11-14页 |
| ·视频去雾算法的国内外研究现状 | 第14-15页 |
| ·本论文主要研究工作及结构安排 | 第15-17页 |
| 第2章 雾天图像特征及退化机理分析 | 第17-28页 |
| ·雾天图像特征分析 | 第17-21页 |
| ·雾的形成及能见度 | 第17-18页 |
| ·雾天内河图像特性 | 第18-21页 |
| ·大气散射物理模型 | 第21-26页 |
| ·入射光衰减模型 | 第22-23页 |
| ·大气光成像模型 | 第23-25页 |
| ·雾天图像退化模型 | 第25-26页 |
| ·颜色模型 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 典型去雾方法在内河图像中的应用 | 第28-42页 |
| ·基于 Retinex 的图像去雾方法 | 第28-33页 |
| ·Retinex 理论 | 第28-29页 |
| ·Retinex 分类 | 第29-31页 |
| ·基于 Retinex 的内河图像去雾算法 | 第31-32页 |
| ·实验结果及分析 | 第32-33页 |
| ·基于暗原色先验的图像去雾方法 | 第33-37页 |
| ·暗原色先验理论 | 第33-34页 |
| ·基于暗原色先验的内河图像去雾算法 | 第34-36页 |
| ·实验结果及分析 | 第36-37页 |
| ·基于深度信息的图像去雾方法 | 第37-41页 |
| ·获取景深的方法 | 第37-39页 |
| ·基于深度信息的内河图像去雾算法 | 第39-40页 |
| ·实验结果及分析 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 基于 HSI 颜色空间和滤波技术的内河图像去雾方法 | 第42-57页 |
| ·雾天内河雾图复原模型的建立 | 第42-43页 |
| ·天空亮度值 A 的估算方法研究 | 第43-48页 |
| ·现有天空亮度值 A 估算方法 | 第43-45页 |
| ·K 均值聚类分割法 | 第45-47页 |
| ·实验结果及分析 | 第47-48页 |
| ·大气光 A 计算方法研究 | 第48-53页 |
| ·大气光的初步计算 | 第48-49页 |
| ·大气光 A 的优化 | 第49-52页 |
| ·实验结果及分析 | 第52-53页 |
| ·基于 HSI 颜色空间和滤波技术的雾天内河图像去雾算法 | 第53-55页 |
| ·实验结果及分析 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 基于运动矢量估计的视频去雾方法 | 第57-63页 |
| ·内河 CCTV 监控视频清晰化整体框架 | 第57-58页 |
| ·光流场法介绍 | 第58-59页 |
| ·基于运动矢量估计的视频去雾 | 第59-61页 |
| ·基于运动矢量估计的视频去雾算法 | 第60页 |
| ·算法实现步骤 | 第60-61页 |
| ·实验结果及分析 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第6章 总结和展望 | 第63-65页 |
| ·全文工作总结 | 第63-64页 |
| ·未来工作展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第71页 |