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

水下图像增强与复原算法研究

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第10-17页
    1.1 课题研究的背景及意义第10-11页
    1.2 水下图像处理技术的研究现状第11-15页
        1.2.1 水下成像技术研究现状第11-12页
        1.2.2 水下图像增强技术研究现状第12-14页
        1.2.3 水下图像复原技术研究现状第14-15页
    1.3 本文的研究内容与章节安排第15-17页
第2章 水下图像增强理论分析第17-33页
    2.1 引言第17页
    2.2 水下图像成像系统第17-22页
        2.2.1 水的光学特性第18-20页
        2.2.2 水下成像模型第20-22页
    2.3 水下图像处理经典算法第22-32页
        2.3.1 Retinex图像增强算法第23-26页
        2.3.2 自动红通道水下图像复原算法第26-30页
        2.3.3 图像融合算法第30-32页
    2.4 本章小结第32-33页
第3章 水下图像颜色校正和纹理细节增强方法第33-48页
    3.1 引言第33页
    3.2 自动白平衡算法第33-36页
    3.3 改进的直方图均衡化算法第36-40页
    3.4 水下图像对比度增强算法第40-42页
    3.5 水下图像纹理细节增强算法第42-47页
        3.5.1 分数阶微分的基本定义第43-44页
        3.5.2 构造分数阶掩膜算子第44-46页
        3.5.3 增强水下图像细节第46-47页
    3.6 本章小结第47-48页
第4章 基于引导融合的水下图像复原第48-56页
    4.1 引言第48-49页
    4.2 基于引导融合的复原算法第49-52页
        4.2.1 引导滤波定义第49-50页
        4.2.2 引导融合复原第50-52页
    4.3 水下复原图像质量评价方法第52-55页
        4.3.1 图像可见性测量第52-53页
        4.3.2 彩色信息熵第53页
        4.3.3 图像对比度第53-54页
        4.3.4 UCIQE指标第54-55页
    4.4 本章小结第55-56页
第5章 实验结果与分析第56-61页
    5.1 引言第56页
    5.2 几种经典算法的实验结果比较第56-58页
    5.3 本文算法与自动红通道算法对比第58-59页
    5.4 本文算法与图像融合算法对比第59-60页
    5.5 本章小结第60-61页
结论第61-63页
参考文献第63-68页
攻读硕士期间承担的科研任务与主要成果第68-69页
致谢第69页

论文共69页,点击 下载论文
上一篇:视频序列运动目标的检测与跟踪算法研究
下一篇:基于可见光通信的停车场车辆身份信息识别技术的研究