基于暗通道先验的图像去雾算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景及研究的目的和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 基于非物理模型的图像增强算法 | 第11-13页 |
| 1.2.2 基于物理模型的图像复原算法 | 第13-14页 |
| 1.3 本文研究的主要内容 | 第14-16页 |
| 第2章 图像去雾基础理论 | 第16-25页 |
| 2.1 雾天图像的形成机理及图像特征 | 第16-19页 |
| 2.1.1 雾天图像的形成机理 | 第16-17页 |
| 2.1.2 雾天图像的特征 | 第17-19页 |
| 2.2 大气散射模型 | 第19-23页 |
| 2.2.1 入射光衰减模型 | 第19-20页 |
| 2.2.2 大气光成像模型 | 第20-22页 |
| 2.2.3 图像退化模型 | 第22-23页 |
| 2.3 图像评价指标 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 基于图像增强的去雾算法 | 第25-35页 |
| 3.1 直方图均衡 | 第25-29页 |
| 3.1.1 全局直方图增强化 | 第25-26页 |
| 3.1.2 限制对比度自适应直方图均衡 | 第26-27页 |
| 3.1.3 实验结果分析 | 第27-29页 |
| 3.2 Retinex算法 | 第29-34页 |
| 3.2.1 Retinex理论 | 第29-30页 |
| 3.2.2 单尺度Retinex算法 | 第30-32页 |
| 3.2.3 多尺度Retinex算法 | 第32页 |
| 3.2.4 实验结果分析 | 第32-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第4章 基于暗通道先验改进的去雾算法 | 第35-55页 |
| 4.1 基于暗通道先验的去雾算法 | 第35-42页 |
| 4.1.1 暗通道先验理论 | 第35-37页 |
| 4.1.2 暗通道先验去雾算法 | 第37-39页 |
| 4.1.3 计算大气光强 | 第39-40页 |
| 4.1.4 软抠图优化透射率 | 第40-42页 |
| 4.2 基于暗通道先验改进的去雾算法 | 第42-48页 |
| 4.2.1 四叉树搜索算法 | 第43-45页 |
| 4.2.2 导向滤波优化透射率 | 第45-47页 |
| 4.2.3 复原无雾图像 | 第47-48页 |
| 4.3 实验结果分析 | 第48-54页 |
| 4.3.1 主观评价 | 第48-51页 |
| 4.3.2 客观评价 | 第51-54页 |
| 4.4 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的学术论文及获得成果 | 第60-61页 |
| 致谢 | 第61页 |
