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

水下图像低层视觉问题研究

摘要第5-7页
ABSTRACT第7-9页
第1章 绪论第13-32页
    1.1 课题研究背景与意义第13-17页
    1.2 图像降质模型和人眼视觉质量评价指标第17-23页
        1.2.1 图像降质模型第17-19页
        1.2.2 人眼视觉特性第19-20页
        1.2.3 图像质量评价指标第20-23页
    1.3 图像复原方法研究现状第23-28页
        1.3.1 基于滤波的图像复原第23-25页
        1.3.2 基于偏微分方程的图像复原第25-26页
        1.3.3 基于马尔可夫随机场的图像复原第26-27页
        1.3.4 基于正则化的图像复原第27-28页
    1.4 图像增强方法研究现状第28-30页
        1.4.1 基于空间域的图像增强第28-29页
        1.4.2 基于变换域的图像增强第29-30页
    1.5 论文主要研究内容及章节安排第30-32页
第2章 水下模糊图像复原第32-54页
    2.1 图像的退化模型第32-33页
    2.2 模糊退化模型与反卷积方法第33-42页
        2.2.1 模糊退化模型第33-34页
        2.2.2 傅里叶变换频谱确定图像模糊类型第34-38页
        2.2.3 图像反卷积方法第38-42页
    2.3 点扩散函数参数估计第42-49页
        2.3.1 运动模糊参数估计第42-47页
        2.3.2 高斯模糊参数估计第47-49页
        2.3.3 离焦模糊参数估计第49页
    2.4 基于模糊分类和参数估计的水下图像复原方法第49-53页
        2.4.1 水下模糊图像复原方法第49-50页
        2.4.2 实验仿真结果分析第50-53页
    2.5 本章小结第53-54页
第3章 水下非相干图像去噪复原第54-76页
    3.1 水下图像去噪复原背景及意义第54-55页
    3.2 表面波与视网膜皮层理论第55-60页
        3.2.1 表面波变换第55-56页
        3.2.2 Retinex理论第56-57页
        3.2.3 单尺度Retinex算法第57-58页
        3.2.4 多尺度Retinex算法第58-60页
    3.3 表面波结合视网膜皮层理论的图像复原方法第60-66页
        3.3.1 图像去噪复原方法第60-64页
        3.3.2 实验仿真结果与分析第64-66页
    3.4 基于同态滤波和脉冲耦合神经网络图像复原方法第66-75页
        3.4.1 同态滤波理论第66-68页
        3.4.2 脉冲耦合神经网络理论第68-72页
        3.4.3 基于同态滤波和PCNN水下脉冲噪声图像复原方法第72-73页
        3.4.4 实验结果与分析第73-75页
    3.5 本章小结第75-76页
第4章 水下相干图像去噪复原第76-100页
    4.1 水下相干图像去噪复原背景第76-78页
    4.2 专家场第78-85页
        4.2.1 专家场模型第78-80页
        4.2.2 基于专家场的图像去噪第80-82页
        4.2.3 专家场中参数选择第82-85页
    4.3 核奇异值分解(K-SVD)字典学习算法第85-91页
    4.4 专家场结合核奇异值分解图像复原方法第91-99页
        4.4.1 相干图像去噪复原方法第91-92页
        4.4.2 实验仿真结果与分析第92-99页
    4.5 本章小结第99-100页
第5章 水下图像增强第100-123页
    5.1 水下图像增强背景第100-101页
    5.2 直方图均衡结合Retinex的水下图像增强第101-107页
        5.2.1 直方图均衡化第101-103页
        5.2.2 Retinex模型第103页
        5.2.3 最大熵图像增强方法第103-104页
        5.2.4 实验结果与分析第104-107页
    5.3 基于透射图的暗原色图像增强第107-108页
        5.3.1 光线散射退化模型第107页
        5.3.2 暗原色先验图像增强第107-108页
    5.4 全变分形态学获取图像透射图第108-118页
        5.4.1 全变分理论第109-112页
        5.4.2 图像形态学处理第112-115页
        5.4.3 全变分结合形态学获取透射图第115-118页
    5.5 基于透射图估计的水下图像增强方法第118-121页
        5.5.1 水下图像增强方法第118-119页
        5.5.2 实验结果与分析第119-121页
    5.6 本章小结第121-123页
结论第123-125页
参考文献第125-138页
攻读博士学位期间发表的论文和取得的科研成果第138-140页
致谢第140页

论文共140页,点击 下载论文
上一篇:海空环境下单站无源定位滤波算法研究
下一篇:初中班主任班级管理胜任力模型初探