单幅图像去雾算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 引言 | 第14-15页 |
| 1.2 国内外现状 | 第15-18页 |
| 1.2.1 基于图像增强的去雾方法 | 第15-16页 |
| 1.2.2 基于物理模型的复原方法 | 第16-18页 |
| 1.3 图像去雾现存难点 | 第18页 |
| 1.4 论文工作内容 | 第18-20页 |
| 第二章 图像增强相关技术研究 | 第20-32页 |
| 2.1 数字图像的表示 | 第20页 |
| 2.2 基于空间域的图像增强技术 | 第20-28页 |
| 2.2.1 线性变换 | 第20-21页 |
| 2.2.2 分段的线性变换 | 第21页 |
| 2.2.3 图像反转 | 第21-22页 |
| 2.2.4 对数变换 | 第22页 |
| 2.2.5 伽马变换 | 第22-23页 |
| 2.2.6 基于均值方差的非线性变换 | 第23-24页 |
| 2.2.7 直方图修正 | 第24-28页 |
| 2.3 基于频率域的图像增强技术 | 第28-29页 |
| 2.3.1 同态滤波(HF) | 第28-29页 |
| 2.4 去雾效果客观评价标准 | 第29-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 基于暗原色先验的图像去雾 | 第32-42页 |
| 3.1 暗原色先验图像去雾理论 | 第32-33页 |
| 3.2 雾天图像成像模型 | 第33页 |
| 3.3 基于特征识别的大气光强的计算 | 第33-37页 |
| 3.3.1 特征识别技术概述 | 第35页 |
| 3.3.2 基于边界及灰度匹配的特征识别 | 第35-37页 |
| 3.4 透射率的计算 | 第37-39页 |
| 3.5 实验结果及分析 | 第39页 |
| 3.6 本章小结 | 第39-42页 |
| 第四章 改进的基于暗原色先验去雾算法 | 第42-54页 |
| 4.1 自动明亮区域识别的暗原色先验图像去雾 | 第42-45页 |
| 4.1.1 暗原色先验去雾算法问题分析 | 第42-43页 |
| 4.1.2 自动明亮区域识别更新暗原色 | 第43-45页 |
| 4.1.3 实验结果与分析 | 第45页 |
| 4.2 基于邻域相似性的暗原色先验去雾方法 | 第45-48页 |
| 4.2.1 暗原色去雾算法问题分析 | 第45-46页 |
| 4.2.2 邻域相似性算法 | 第46-47页 |
| 4.2.3 实验结果与分析 | 第47-48页 |
| 4.3 基于暗原色边缘自适应大小模板算法 | 第48-52页 |
| 4.3.1 邻域相似性理论的问题分析 | 第48-49页 |
| 4.3.2 暗原色边缘自适应大小模板 | 第49-50页 |
| 4.3.3 实验结果与分析 | 第50-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第五章 结束语 | 第54-56页 |
| 5.1 全文总结 | 第54页 |
| 5.2 工作展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-62页 |
| 作者简介 | 第62-63页 |
