雾天图像能见度检测方法研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景和意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 能见度测量仪的发展 | 第11-12页 |
| 1.2.2 基于图像的能见度研究现状 | 第12-13页 |
| 1.3 本文主要工作 | 第13-15页 |
| 2 能见度检测的理论知识 | 第15-26页 |
| 2.1 能见度检测原理 | 第15-18页 |
| 2.1.1 白天能见度检测理论模型 | 第15-17页 |
| 2.1.2 夜间能见度检测原理 | 第17-18页 |
| 2.2 大气散射模型 | 第18-19页 |
| 2.3 能见度检测的相关知识 | 第19-24页 |
| 2.3.1 摄像机模型标定法 | 第19-23页 |
| 2.3.2 能见度相关的图像区域特征 | 第23-24页 |
| 2.4 本章小结 | 第24-26页 |
| 3 基于暗通道先验的能见度检测算法 | 第26-39页 |
| 3.1 暗通道先验算法 | 第26-29页 |
| 3.1.1 暗通道先验的背景 | 第26-27页 |
| 3.1.2 暗通道先验原理 | 第27-28页 |
| 3.1.3 透射率的提取 | 第28-29页 |
| 3.2 基于视差的场景深度估计 | 第29-34页 |
| 3.2.1 概述 | 第29-30页 |
| 3.2.2 双目视觉的成像原理 | 第30-31页 |
| 3.2.3 图像预处理 | 第31-34页 |
| 3.2.4 视差估计场景深度 | 第34页 |
| 3.3 能见度距离的估计 | 第34页 |
| 3.4 实验结果与分析 | 第34-37页 |
| 3.5 本章小结 | 第37-39页 |
| 4 基于SSR单幅图像的能见度检测算法 | 第39-51页 |
| 4.1 Retinex图像增强 | 第39-41页 |
| 4.1.1 Retinex的理论模型 | 第39-40页 |
| 4.1.2 SSR估计图像亮度 | 第40-41页 |
| 4.2 不同雾浓度下的亮度估计 | 第41-45页 |
| 4.2.1 雾浓度等级的划分 | 第41-44页 |
| 4.2.2 亮度分量的调整 | 第44-45页 |
| 4.3 结合亮度特征的单幅图像能见度检测 | 第45-47页 |
| 4.4 实验结果与分析 | 第47-49页 |
| 4.5 本章小结 | 第49-51页 |
| 5 雾天图像清晰化技术的评价指标 | 第51-61页 |
| 5.1 雾天图像质量的评价指标 | 第51-52页 |
| 5.2 雾天图像清晰化处理算法 | 第52-58页 |
| 5.2.1 基于非模型的图像能见度增强算法 | 第52-56页 |
| 5.2.2 基于模型的图像能见度增强 | 第56-58页 |
| 5.3 实验结果与分析 | 第58-60页 |
| 5.4 本章小结 | 第60-61页 |
| 总结和展望 | 第61-63页 |
| 6.1 全文总结 | 第61页 |
| 6.2 不足与展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士学位期间发表的学术论文及研究成果 | 第67页 |
