| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 图像去雾霾技术的研究现状 | 第12-14页 |
| 1.2.1 基于物理模型的去雾霾技术 | 第12-13页 |
| 1.2.2 基于非物理模型的去雾霾技术 | 第13-14页 |
| 1.3 本文研究的主要内容及其结构安排 | 第14-16页 |
| 第2章 图像去雾霾算法理论模型 | 第16-27页 |
| 2.1 大气退化模型法 | 第16-20页 |
| 2.1.1 雾霾的成因 | 第16-17页 |
| 2.1.2 光的散射作用 | 第17页 |
| 2.1.3 大气衰减模型 | 第17-18页 |
| 2.1.4 大气光学模型 | 第18-20页 |
| 2.1.5 暗原色先验模型 | 第20页 |
| 2.2 Retinex理论模型 | 第20-27页 |
| 2.2.1 色彩恒常性 | 第20-21页 |
| 2.2.2 Retinex理论的研究动态 | 第21-22页 |
| 2.2.3 Retinex理论在图像增强中的应用 | 第22-27页 |
| 第3章 基于暗原色先验与Retinex理论的去雾霾算法 | 第27-35页 |
| 3.1 引言 | 第27-28页 |
| 3.2 暗原色先验与Retinex理论 | 第28-30页 |
| 3.3 算法流程及其算法步骤 | 第30-31页 |
| 3.4 仿真结果与讨论 | 第31-34页 |
| 3.4.1 去雾霾图像实验仿真结果 | 第31-33页 |
| 3.4.2 去雾霾图像质量客观评价体系 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 基于子带分解的MSR雾天图像增强算法 | 第35-43页 |
| 4.1 引言 | 第35-36页 |
| 4.2 基于子带分解的多尺度Retinex算法描述 | 第36-37页 |
| 4.3 算法流程及其步骤 | 第37-38页 |
| 4.4 去雾霾图像仿真实验及其评价体系 | 第38-42页 |
| 4.4.1 去雾霾图像仿真实验 | 第38-41页 |
| 4.4.2 去雾霾图像质量评价体系 | 第41-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第5章 总结和展望 | 第43-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 作者在学期间取得的学术成果 | 第50页 |