首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于变换域的降质视频图像清晰化处理的研究

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第10-16页
    1.1 课题研究背景和意义第10-11页
    1.2 降质视频图像清晰化方法研究现状第11-13页
        1.2.1 基于图像增强的清晰化处理研究发展现状第11-13页
        1.2.2 基于模型复原的清晰化处理研究发展现状第13页
    1.3 本课题的研究内容与成果第13-14页
    1.4 论文组织结构第14-16页
第2章 雾天图像增强基本理论第16-24页
    2.1 图像质量评价准则第16-18页
    2.2 雾天降质图像帧间特性分析第18-23页
        2.2.1 降质视频图像时域分析第18-21页
        2.2.2 降质视频图像时频域分析第21-23页
    2.3 本章小结第23-24页
第3章 基于小波变换的降质视频图像清晰化算法第24-50页
    3.1 降质图像小波分解系数特征分析第24-29页
    3.2 基于小波变换的单帧图像去雾增强算法第29-35页
        3.2.1 小波阈值函数的构造第29-31页
        3.2.2 本文小波增强算法描述第31页
        3.2.3 实验结果分析及比对第31-35页
    3.3 基于小波变换的降质视频图像清晰化算法第35-48页
        3.3.1 图像序列小波去雾算法流程第38页
        3.3.2 实验结果分析及比对第38-48页
    3.4 本章小结第48-50页
第4章 基于轮廓波变换的降质视频图像增强算法第50-72页
    4.1 Contourlet变换第50-57页
        4.1.1 LP变换第52页
        4.1.2 方向滤波器组第52-55页
        4.1.3 Contourlet变换非线性逼近性能第55-57页
    4.2 降质图像Contourlet分解系数特征分析第57-59页
    4.3 基于Contourlet变换的视频图像去雾算法第59-62页
        4.3.1 低频系数处理第60-61页
        4.3.2 高频系数处理第61-62页
        4.3.3 本文Contourlet增强算法描述第62页
    4.4 实验结果分析及对比第62-71页
    4.5 本章小节第71-72页
第5章 总结与展望第72-74页
    5.1 总结第72-73页
    5.2 研究展望第73-74页
参考文献第74-78页
致谢第78-79页
作者简介第79页

论文共79页,点击 下载论文
上一篇:雾计算环境下车联网优化部署与规模测算
下一篇:基于FPGA的船舶航行记录仪语音压缩系统的设计与实现