面向图像去雾处理全局化增强方法的研究与应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 课题的研究背景及意义 | 第7页 |
| 1.2 国内外研究及发展现状 | 第7-10页 |
| 1.2.1 基于图像增强的去雾算法 | 第8-9页 |
| 1.2.2 基于图像复原的去雾算法 | 第9-10页 |
| 1.3 去雾效果评价方法 | 第10页 |
| 1.4 本文主要内容及各章安排 | 第10-12页 |
| 第二章 图像增强方法的分析与研究 | 第12-24页 |
| 2.1 数字图像基础 | 第12-14页 |
| 2.1.1 数字图像的概念及表示 | 第12-13页 |
| 2.1.2 数字图像的获取及类型 | 第13页 |
| 2.1.3 数字图像的处理 | 第13-14页 |
| 2.2 图像增强 | 第14-15页 |
| 2.3 局部化增强方法 | 第15-17页 |
| 2.3.1 局部对比度增强方法 | 第15-16页 |
| 2.3.2 基于局部方差的增强方法 | 第16-17页 |
| 2.4 全局化增强方法 | 第17-20页 |
| 2.4.1 全局直方图均衡化 | 第17页 |
| 2.4.2 改进的Retinex算法 | 第17-20页 |
| 2.5 实验结果及分析 | 第20-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第三章 基于频率域的图像增强去雾方法的研究 | 第24-33页 |
| 3.1 频域增强理论 | 第24-26页 |
| 3.1.1 傅里叶变换 | 第24-25页 |
| 3.1.2 卷积理论 | 第25-26页 |
| 3.2 同态滤波算法 | 第26-28页 |
| 3.3 曲波变换 | 第28-30页 |
| 3.3.1 连续曲波变换 | 第28-29页 |
| 3.3.2 离散曲波变换 | 第29-30页 |
| 3.4 实验结果及分析 | 第30-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 基于sym系列小波变换的图像去雾方法 | 第33-47页 |
| 4.1 小波理论的发展过程 | 第33-35页 |
| 4.1.1 小波变换的定义 | 第33-34页 |
| 4.1.2 小波函数与小波空间 | 第34-35页 |
| 4.2 离散小波变换 | 第35-36页 |
| 4.3 二维离散小波变换 | 第36-39页 |
| 4.3.1 高频域的处理规则 | 第37-38页 |
| 4.3.2 低频域的处理规则 | 第38页 |
| 4.3.3 基于sym小波基的变换 | 第38-39页 |
| 4.4 多分辨率分析 | 第39-42页 |
| 4.4.1 多分辨率分析的定义 | 第39-40页 |
| 4.4.2 Mallat算法 | 第40-42页 |
| 4.5 图像去雾算法在交通监控系统中的应用 | 第42-43页 |
| 4.5.1 车牌识别系统的组成 | 第42页 |
| 4.5.2 车牌识别检测算法 | 第42-43页 |
| 4.6 实验结果 | 第43-47页 |
| 第五章 总结与展望 | 第47-49页 |
| 5.1 本文主要研究工作总结 | 第47页 |
| 5.2 工作展望 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 攻读硕士学位期间取得的科研成果 | 第53-55页 |
| 致谢 | 第55页 |
