面向有雾图像的透射率模型分析与研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 引言 | 第8-9页 |
| 1 绪论 | 第9-17页 |
| 1.1 除雾及雾效模拟的重要性 | 第9-10页 |
| 1.2 除雾算法研究发展 | 第10-13页 |
| 1.2.1 早期除雾算法 | 第10-11页 |
| 1.2.2 基于先验信息的除雾算法 | 第11-12页 |
| 1.2.3 机器学习框架下的除雾算法 | 第12-13页 |
| 1.3 雾效模拟研究发展 | 第13-14页 |
| 1.4 本文基础算法思想 | 第14-17页 |
| 2 透射率模型背景技术 | 第17-24页 |
| 2.1 大气散射模型 | 第17-18页 |
| 2.2 暗原色先验及透射率估计 | 第18-20页 |
| 2.2.1 暗原色先验 | 第18-19页 |
| 2.2.2 透射率估计 | 第19-20页 |
| 2.3 高斯过程回归 | 第20-21页 |
| 2.4 数组局部最大/小值快速求解 | 第21-23页 |
| 2.5 积分图 | 第23-24页 |
| 3 自然透射率模型 | 第24-33页 |
| 3.1 空间透视下的自然透射率 | 第24-26页 |
| 3.2 最大能见度下的自然透射率 | 第26-28页 |
| 3.3 颜色校正 | 第28-30页 |
| 3.4 天空补偿 | 第30-33页 |
| 4 快速透射率估计算法 | 第33-39页 |
| 4.1 快速暗原色算法 | 第33-37页 |
| 4.1.1 算法综述 | 第33-34页 |
| 4.1.2 最小值划分表构建 | 第34-35页 |
| 4.1.3 最小值划分表比较 | 第35-36页 |
| 4.1.4 复杂度分析 | 第36-37页 |
| 4.2 引导滤波 | 第37-39页 |
| 4.2.1 软抠图算法 | 第37-38页 |
| 4.2.2 引导滤波算法 | 第38-39页 |
| 5 高斯过程回归下的透射率估计算法 | 第39-48页 |
| 5.1 双层高斯过程回归模型 | 第40-42页 |
| 5.1.1 第一层高斯过程回归 | 第40-41页 |
| 5.1.2 第二层高斯过程回归 | 第41-42页 |
| 5.2 训练数据集 | 第42-43页 |
| 5.3 超像素 | 第43-44页 |
| 5.4 多尺度特征向量 | 第44-48页 |
| 5.4.1 色调 | 第44-45页 |
| 5.4.2 多尺度暗原色 | 第45-46页 |
| 5.4.3 多尺度局部对比度与局部饱和度 | 第46页 |
| 5.4.4 多尺度多方向gabor纹理特征 | 第46-48页 |
| 6 实验分析 | 第48-63页 |
| 6.1 快速雾效滤波算法分析 | 第48-56页 |
| 6.1.1 实时性分析 | 第48-50页 |
| 6.1.2 雾效滤波结果分析 | 第50-52页 |
| 6.1.3 颜色校正和天空补偿分析 | 第52-53页 |
| 6.1.4 引导滤波分析 | 第53-54页 |
| 6.1.5 定量比较分析 | 第54-56页 |
| 6.2 高斯过程回归下的雾效滤波算法分析 | 第56-63页 |
| 6.2.1 雾效滤波 | 第56-57页 |
| 6.2.2 双层回归优势 | 第57页 |
| 6.2.3 超像素优势 | 第57-59页 |
| 6.2.4 Gabor特征优势 | 第59-60页 |
| 6.2.5 与其他算法综合比较 | 第60-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间发表学术论文情况 | 第69-70页 |
| 致谢 | 第70-71页 |
