基于暗通道先验的图像去雾改进算法
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 课题背景与意义 | 第8-9页 |
| 1.2 去雾算法研究现状 | 第9-14页 |
| 1.2.1 基于图像处理的雾天图像增强算法 | 第9-12页 |
| 1.2.2 基于物理模型的雾天图像复原算法 | 第12-14页 |
| 1.3 论文研究内容和组织结构 | 第14-16页 |
| 第二章 图像处理基础与软件 | 第16-23页 |
| 2.1 数字图像基础 | 第16-17页 |
| 2.2 数字图像处理技术 | 第17-18页 |
| 2.3 数字图像处理系统 | 第18-19页 |
| 2.4 数字图像处理技术的应用 | 第19-20页 |
| 2.5 MATLAB 软件介绍 | 第20-23页 |
| 2.5.1 MATLAB 特点 | 第20-21页 |
| 2.5.2 MATLAB 图像处理工具箱 | 第21-23页 |
| 第三章 云雾图像复原法 | 第23-30页 |
| 3.1 大气散射模型 | 第23-28页 |
| 3.1.1 衰减模型 | 第24-25页 |
| 3.1.2 大气光模型 | 第25-28页 |
| 3.2 雾天图像对比度特性 | 第28-30页 |
| 第四章 基于暗通道先验的图像去雾算法 | 第30-48页 |
| 4.1 暗通道先验原理 | 第30-34页 |
| 4.2 透射率的估计和优化 | 第34-37页 |
| 4.2.1 透射率的预估计 | 第34-36页 |
| 4.2.2 透射率优化 | 第36-37页 |
| 4.3 大气光强估计 | 第37-39页 |
| 4.4 恢复无雾图像 | 第39-41页 |
| 4.5 各参数对去雾结果的影响 | 第41-42页 |
| 4.5.1 窗口大小对去雾结果的影响 | 第41页 |
| 4.5.2 w 值对去雾结果的影响 | 第41-42页 |
| 4.6 基于暗通道先验的去雾算法的改进 | 第42-47页 |
| 4.6.1 暗通道获取过程的改进 | 第43页 |
| 4.6.2 大气光强估计在明亮区域的改进 | 第43-46页 |
| 4.6.3 实验结果对比 | 第46-47页 |
| 4.7 本章小结 | 第47-48页 |
| 第五章 图像去雾后续处理 | 第48-56页 |
| 5.1 图像增强理论 | 第48-49页 |
| 5.2 传统图像增强算法 | 第49-51页 |
| 5.2.1 直方图均衡法 | 第49-50页 |
| 5.2.2 基于对数图像处理模型的图像增强算法 | 第50-51页 |
| 5.3 本文图像增强算法分析 | 第51-53页 |
| 5.3.1 算法基本思路 | 第51-52页 |
| 5.3.2 算法性能分析 | 第52-53页 |
| 5.4 实验结果分析 | 第53-55页 |
| 5.4.1 实验结果主观比较 | 第53-54页 |
| 5.4.2 实验结果客观评价 | 第54-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-59页 |
| 6.1 全文总结 | 第56-57页 |
| 6.2 研究展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第62-63页 |
| 致谢 | 第63页 |
