| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 课题背景及研究意义 | 第8-10页 |
| 1.1.1 复杂天气环境的分类 | 第8-9页 |
| 1.1.2 恶劣天气状况对视频图像的影响 | 第9-10页 |
| 1.1.3 视频去雨的应用 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 国外的研究现状 | 第10-12页 |
| 1.2.2 国内的研究现状 | 第12-13页 |
| 1.2.3 目前存在的问题 | 第13-14页 |
| 1.3 论文的研究目的和内容 | 第14-15页 |
| 1.3.1 本文的研究目的 | 第14页 |
| 1.3.2 本文的主要研究内容 | 第14-15页 |
| 1.4 论文的结构组织和安排 | 第15-17页 |
| 第2章 雨的特性研究 | 第17-25页 |
| 2.1 引言 | 第17页 |
| 2.2 雨的物理特性 | 第17-19页 |
| 2.2.1 雨滴的形状 | 第17-18页 |
| 2.2.2 雨滴的大小 | 第18页 |
| 2.2.3 雨滴的速率 | 第18-19页 |
| 2.3 雨的视觉模型 | 第19-23页 |
| 2.3.1 雨的运动特性 | 第19-21页 |
| 2.3.2 雨的光学特性 | 第21-23页 |
| 2.4 雨的时域特性 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 视频图像中雨的检测方法 | 第25-35页 |
| 3.1 引言 | 第25-26页 |
| 3.2 基于亮度特性的初始检测 | 第26-29页 |
| 3.3 利用结构特性去除异常值 | 第29-30页 |
| 3.4 雨强图的推导 | 第30-34页 |
| 3.4.1 高斯分布模型（Gauss Distribution Model） | 第30-31页 |
| 3.4.2 确定雨线范围 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 视频图像中雨的去除方法 | 第35-49页 |
| 4.1 引言 | 第35-36页 |
| 4.2 块匹配算法 | 第36-38页 |
| 4.2.1 简介 | 第36-37页 |
| 4.2.2 评价指标 | 第37-38页 |
| 4.3 利用块匹配方法确定有雨相似块 | 第38-40页 |
| 4.4 利用时间特性去除异常值 | 第40-44页 |
| 4.5 基于NLM的视频去雨方法 | 第44-46页 |
| 4.5.1 非局部均值（NLM） | 第44-45页 |
| 4.5.2 雨像素区的重构 | 第45-46页 |
| 4.6 后处理 | 第46-47页 |
| 4.7 本章小结 | 第47-49页 |
| 第5章 实验结果与分析 | 第49-56页 |
| 5.1 实验环境与素材 | 第49页 |
| 5.2 实验结果分析与比较 | 第49-56页 |
| 第6章 总结与展望 | 第56-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60-61页 |
| 附录1 攻读硕士学位期间发表的论文 | 第61-62页 |
| 附录2 主要英文缩写语对照表 | 第62页 |