| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 缩略词 | 第11-12页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 课题研究背景及意义 | 第12页 |
| 1.2 图像去雾算法的发展现状 | 第12-16页 |
| 1.3 本文主要研究内容 | 第16-18页 |
| 第二章 暗元先验算法的基本结构及分析 | 第18-26页 |
| 2.1 雾天成像的大气散射模型 | 第18-19页 |
| 2.2 暗元先验算法与问题分析 | 第19-24页 |
| 2.2.2 粗略透射率的精细化 | 第21-22页 |
| 2.2.3 透射率精细化带来的问题 | 第22-23页 |
| 2.2.4 天空区域暗元先验规律失效的问题 | 第23页 |
| 2.2.5 单散射大气模型的局限性 | 第23-24页 |
| 2.3 本文算法主要框架 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于加权融合策略的透射率估计方法 | 第26-43页 |
| 3.1 加权融合策略的算法思想 | 第27-28页 |
| 3.2 大尺寸物体的景深信息导向图获取 | 第28-36页 |
| 3.2.1 块级暗通道求取大尺寸物体的景深信息 | 第29-31页 |
| 3.2.2 大尺寸物体景深信息求取过程中的问题及解决方案 | 第31-36页 |
| 3.3 小尺寸物体的景深信息导向图获取 | 第36-39页 |
| 3.3.1 像素级暗通道的优化处理 | 第37-38页 |
| 3.3.2 优化后像素级暗通道求取小尺寸物体的景深信息 | 第38-39页 |
| 3.4 景深信息指导下的加权融合 | 第39-42页 |
| 3.4.1 权重系数的构建 | 第39-40页 |
| 3.4.2 暗通道图的加权融合及透射率估计 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 有雾图像中的天空区域分割及透射率修正 | 第43-59页 |
| 4.1 基于超像素的天空分割提取方法 | 第43-50页 |
| 4.1.1 超像素生成 | 第44-46页 |
| 4.1.2 天空区域的分割提取 | 第46-49页 |
| 4.1.3 分割提取方案中存在的问题 | 第49-50页 |
| 4.2 超像素误分割时基于特征点检测的天空分割结果优化 | 第50-54页 |
| 4.2.1 特征点检测 | 第50-52页 |
| 4.2.2 特征点的剔除与移动 | 第52-53页 |
| 4.2.3 误分割的天空超像素剔除 | 第53-54页 |
| 4.3 超像素与特征点检测相结合的天空区域分割方案 | 第54-56页 |
| 4.4 基于暗像素值缩放的天空区域透射率修正方法 | 第56-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 基于多散射物理模型的去雾方法 | 第59-69页 |
| 5.1 大气点扩散函数的基本原理 | 第59-63页 |
| 5.2 广义高斯函数近似大气点扩散函数 | 第63-66页 |
| 5.2.1 广义高斯函数的分布特性 | 第63-64页 |
| 5.2.2 广义高斯函数与大气点扩散函数之间的参数映射 | 第64-66页 |
| 5.3 多散射物理模型解卷积 | 第66-68页 |
| 5.4 本章小结 | 第68-69页 |
| 第六章 实验结果与分析 | 第69-81页 |
| 6.1 客观评价指标 | 第69-70页 |
| 6.2 本文算法实验平台 | 第70-71页 |
| 6.3 对比算法的介绍 | 第71-73页 |
| 6.4 去雾结果的对比与分析 | 第73-80页 |
| 6.4.1 与基于暗元先验规律的算法进行对比 | 第73-78页 |
| 6.4.2 与不采用暗元先验规律的算法进行对比 | 第78-80页 |
| 6.5 本章小结 | 第80-81页 |
| 第七章 总结与展望 | 第81-83页 |
| 7.1 工作总结 | 第81-82页 |
| 7.2 研究展望 | 第82-83页 |
| 参考文献 | 第83-88页 |
| 致谢 | 第88-89页 |
| 在学期间的研究成果及发表的学术论文 | 第89页 |
