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Retinex理论的图像去雾增强算法研究

摘要第1-7页
Abstract第7-12页
第1章 绪论第12-20页
   ·论文的研究背景和意义第12页
   ·图像去雾技术的研究现状第12-13页
   ·图像去雾技术的两类方法第13-16页
     ·基于大气散射物理模型的方法第14页
     ·基于图像增强的方法第14-16页
   ·论文的研究内容及主要成果第16-17页
   ·论文的组织结构第17-20页
第2章 基于暗原色先验的图像去雾方法第20-34页
   ·引言第20页
   ·雾的形成第20-21页
   ·基于暗原色先验的去雾算法第21-30页
     ·大气散射物理模型第21-23页
     ·暗原色先验第23-26页
     ·暗原色先验去雾第26-27页
     ·图像软抠图第27-28页
     ·大气光的估计第28页
     ·具体算法第28-29页
     ·实验结果第29-30页
   ·改进算法第30-31页
   ·本章小结第31-34页
第3章 基于图像增强的去雾方法第34-50页
   ·引言第34页
   ·基于直方图均衡化的雾天图像增强技术第34-37页
     ·直方图均衡化第34-36页
     ·局部直方图均衡化第36-37页
     ·实验结果分析第37页
   ·基于同态滤波的雾天图像增强第37-40页
     ·同态滤波原理第38-39页
     ·实验结果分析第39-40页
   ·基于小波变换的雾天图像增强第40-43页
     ·小波变换的由来和作用第40-41页
     ·二维小波变换第41页
     ·阈值函数第41-42页
     ·小波阈值去雾的结果第42-43页
   ·基于 Retinex 算法的雾天图像增强第43-49页
     ·单尺度 Retinex 算法第44-47页
     ·多尺度 Retinex 算法第47页
     ·带彩色恢复的 Retinex 算法第47-49页
   ·本章小结第49-50页
第4章 图像去雾的小波域 Retinex 算法第50-68页
   ·引言第50页
   ·色彩模型第50-55页
     ·RGB 色彩模型第51-52页
     ·HSV 色彩模型第52-53页
     ·RGB 与 HSV 色彩模型的相互转换第53-54页
     ·不同色彩模型去雾效果的比较第54-55页
   ·小波基的选择第55页
   ·小波域 Retinex 算法第55-60页
     ·改进的单尺度 Retinex 算法第56-58页
     ·小波系数增强第58页
     ·全局对比度增强第58-59页
     ·饱和度分量增强第59-60页
   ·图像质量的评价指标第60-61页
   ·实验结果分析第61-67页
   ·本章小结第67-68页
第5章 总结与展望第68-70页
   ·论文工作总结第68-69页
   ·论文研究展望第69-70页
参考文献第70-74页
攻读硕士期间发表的论文第74-76页
致谢第76页

论文共76页,点击 下载论文
上一篇:基于结构光方法的类镜面物体的面形测量
下一篇:基于局部特征的图像三维去噪算法研究