单幅雾霾图像清晰化算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 课题研究背景和意义 | 第15页 |
| 1.2 图像去雾算法的研究现状与发展趋势 | 第15-17页 |
| 1.2.1 基于物理模型的图像复原算法 | 第16-17页 |
| 1.2.2 非物理模型算法 | 第17页 |
| 1.3 本文主要内容结构 | 第17-19页 |
| 第二章 雾霾天气基础理论 | 第19-31页 |
| 2.1 大气粒子的组成要素 | 第19页 |
| 2.2 雾霾的识别与形成原因 | 第19-21页 |
| 2.2.1 雾霾的识别 | 第19-20页 |
| 2.2.2 雾霾天气的形成原因 | 第20-21页 |
| 2.3 雾霾天气的影响 | 第21-29页 |
| 2.3.1 雾霾天粒子的特性 | 第21-22页 |
| 2.3.2 大气散射理论 | 第22-27页 |
| 2.3.3 雾霾对图像的影响 | 第27-29页 |
| 2.4 小结 | 第29-31页 |
| 第三章 雾霾图像清晰化的基本研究方法 | 第31-43页 |
| 3.1 雾霾彩色图像模型 | 第31-36页 |
| 3.1.1 RGB颜色模型 | 第31-32页 |
| 3.1.2 HSV颜色模型 | 第32-34页 |
| 3.1.3 HSI颜色模型 | 第34-36页 |
| 3.1.4 YUV颜色模型 | 第36页 |
| 3.2 雾霾图像增强常用算法 | 第36-40页 |
| 3.2.1 空域图像增强 | 第37-39页 |
| 3.2.2 频域图像增强 | 第39-40页 |
| 3.3 常用的雾霾图像复原算法 | 第40-42页 |
| 3.3.1 大气散射模型 | 第40-41页 |
| 3.3.2 暗原色先验算法 | 第41-42页 |
| 3.4 小结 | 第42-43页 |
| 第四章 基于直方图均衡化的雾霾图像清晰化方法 | 第43-53页 |
| 4.1 直方图均衡化 | 第43-48页 |
| 4.1.1 直方图基础 | 第43-45页 |
| 4.1.2 局部直方图均衡化 | 第45-47页 |
| 4.1.3 图像平滑滤波处理 | 第47-48页 |
| 4.2 彩色图像增强处理 | 第48-49页 |
| 4.3 仿真结果与分析 | 第49-51页 |
| 4.4 小结 | 第51-53页 |
| 第五章 基于Retinex的图像增强算法 | 第53-67页 |
| 5.1 色彩恒常性与Retinex理论 | 第53-56页 |
| 5.1.1 色彩恒常性 | 第53-54页 |
| 5.1.2 Retinex理论 | 第54-56页 |
| 5.2 Retinex算法 | 第56-61页 |
| 5.2.1 全局Retinex算法 | 第56-58页 |
| 5.2.2 局部Retinex算法 | 第58-59页 |
| 5.2.3 单尺度和多尺度Retinex算法 | 第59-61页 |
| 5.3 Retinex算法的改进 | 第61-63页 |
| 5.4 实验结果与分析 | 第63-65页 |
| 5.5 小结 | 第65-67页 |
| 第六章 结束语 | 第67-69页 |
| 6.1 研究结论 | 第67-68页 |
| 6.2 研究展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 作者简介 | 第75-76页 |
