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

基于重采样的快速视频去雾算法

致谢第5-6页
摘要第6-7页
Abstract第7-8页
第一章 绪论第11-19页
    1.1 视频去雾技术的研究意义第11页
    1.2 国内外研究现状第11-16页
        1.2.1 基于图像增强的图像去雾技术第12-14页
        1.2.2 基于图像复原的图像去雾技术第14-16页
    1.3 本文主要研究工作及章节安排第16-19页
第二章 大气散射理论和雾天图像退化分析第19-29页
    2.1 大气散射理论第19-24页
        2.1.1 散射类型第20-22页
        2.1.2 大气衰减模型第22页
        2.1.3 大气环境光模型第22-24页
    2.2 雾天图像退化分析第24-26页
        2.2.1 雾天图像对比度特性第24-25页
        2.2.2 雾天图像直方图特性第25-26页
    2.3 本章小结第26-29页
第三章 基于大气散射模型的图像去雾算法第29-41页
    3.1 基于大气散射模型的图像去雾算法综述第29-30页
    3.2 基于多幅图像的去雾算法第30-32页
        3.2.1 基于偏振信息的图像去雾方法第30-31页
        3.2.2 基于场景深度信息的去雾方法第31-32页
    3.3 基于单幅图像的去雾算法第32-35页
        3.3.1 单幅图像对比度增强算法第32-33页
        3.3.2 基于暗原色先验的去雾算法第33-35页
    3.4 算法对比及实验分析第35-38页
        3.4.1 各去雾算法的对比第35-36页
        3.4.2 去雾算法实验分析第36-38页
    3.5 本章小结第38-41页
第四章 快速图像清晰化算法第41-61页
    4.1 快速去雾算法第41-54页
        4.1.1 大气环境光估计第43-46页
        4.1.2 大气空间光估计第46-47页
        4.1.3 算法流程及实验结果分析第47-54页
    4.2 基于重采样的算法改进第54-59页
        4.2.1 重采样在快速去雾算法中的应用第54-55页
        4.2.2 重采样对去雾算法影响分析第55-57页
        4.2.3 算法流程及实验验证第57-59页
    4.3 本章小结第59-61页
第五章 总结与展望第61-63页
    5.1 本文主要工作第61-62页
    5.2 研究展望第62-63页
参考文献第63-67页
作者简历及硕士在读期间发表的论文第67页

论文共67页,点击 下载论文
上一篇:基于四配位硅基配体的MOFs合成、结构及其选择性吸附亚甲基蓝性能的研究
下一篇:髋臼横行骨折不同前后联合内固定方式的生物力学研究