基于暗通道和颜色衰减先验的图像去雾算法研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 课题研究背景及目的 | 第8-9页 |
| 1.2 图像去雾的国内外研究现状 | 第9-14页 |
| 1.2.1 基于图像增强的去雾方法 | 第10-11页 |
| 1.2.2 基于图像复原的去雾方法 | 第11-13页 |
| 1.2.3 基于图像融合的去雾方法 | 第13-14页 |
| 1.3 本文研究内容和章节安排 | 第14-16页 |
| 2 大气散射理论与雾霾图像特性分析 | 第16-28页 |
| 2.1 大气散射理论与现象 | 第16-17页 |
| 2.2 大气散射模型 | 第17-22页 |
| 2.2.1 入射光衰减模型 | 第18-19页 |
| 2.2.2 大气光成像模型 | 第19-21页 |
| 2.2.3 雾天成像模型 | 第21-22页 |
| 2.3 雾霾图像特性分析 | 第22-23页 |
| 2.4 去雾图像质量评价准则 | 第23-26页 |
| 2.4.1 基于可视边缘的评价方法 | 第24-25页 |
| 2.4.2 基于对比度和色调还原度的评价方法 | 第25-26页 |
| 2.5 本章小结 | 第26-28页 |
| 3 基于暗通道先验的图像去雾研究 | 第28-46页 |
| 3.1 暗通道先验理论 | 第28-30页 |
| 3.2 暗通道先验的去雾原理 | 第30-36页 |
| 3.2.1 大气光值估计 | 第31-32页 |
| 3.2.2 透射率的粗估计 | 第32-34页 |
| 3.2.3 透射率的细化 | 第34-36页 |
| 3.3 雾霾图像复原结果 | 第36-37页 |
| 3.4 基于暗通道先验的改进的去雾算法 | 第37-39页 |
| 3.4.1 大气光值A的估计方法改进 | 第37-38页 |
| 3.4.2 透射率求解的修正 | 第38-39页 |
| 3.5 实验结果与分析 | 第39-44页 |
| 3.5.1 模型中关键参数的设置 | 第39页 |
| 3.5.2 复原图像效果与分析 | 第39-44页 |
| 3.6 本章小结 | 第44-46页 |
| 4 基于颜色衰减先验的图像去雾算法 | 第46-58页 |
| 4.1 颜色衰减先验理论 | 第46-48页 |
| 4.2 场景深度恢复 | 第48-52页 |
| 4.2.1 线性模型的定义 | 第48-49页 |
| 4.2.2 训练数据集 | 第49页 |
| 4.2.3 学习策略 | 第49-50页 |
| 4.2.4 深度信息估计 | 第50-52页 |
| 4.3 根据大气散射模型求解去雾图像 | 第52-54页 |
| 4.3.1 大气光值的估计 | 第52-53页 |
| 4.3.2 场景恢复 | 第53-54页 |
| 4.4 实验结果与分析 | 第54-57页 |
| 4.5 本章小结 | 第57-58页 |
| 5 基于暗通道和颜色衰减先验结合的图像去雾算法 | 第58-70页 |
| 5.1 暗通道先验去雾算法分析 | 第58-61页 |
| 5.2 基于通道先验和颜色衰减先验去雾算法实现 | 第61-64页 |
| 5.2.1 大气光强度的估计 | 第61页 |
| 5.2.2 透射率估计 | 第61-63页 |
| 5.2.3 去雾图像的求解 | 第63-64页 |
| 5.3 实验结果与分析 | 第64-69页 |
| 5.4 本章小结 | 第69-70页 |
| 6 总结与展望 | 第70-72页 |
| 6.1 论文工作总结 | 第70页 |
| 6.2 未来工作展望 | 第70-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-78页 |
